Vous risquez le diabète (et pas seulement)? L’IA vous dit

Comme dans un film. L’hémoglobine glacée indique la valeur moyenne de la glycémie dans les mois précédant le test, aidant à émettre la quantité et comment elle « va » vers le diabète en cas de prédiabète ou, en tout cas, les variations du glucose dans le sang. Mais cet examen ne suffit pas pour définir la trajectoire de santé (et le risque cardiovasculaire). Parce que, seul, il ne peut pas prédire qui est le plus à risque de progresser de Sano au prédiabétique ou de ce type d’antichambre de diabète à la maladie réelle. Grâce à l’intelligence artificielle, à l’avenir, cependant, nous pourrions « mélanger » une série d’informations capables de définir avec précision le risque. Et donc adopter des stratégies de prévention personnalisées, cas par cas.

To Glimpse Tomorrow est une recherche menée par les experts du Scrips Research Institute publié sur Médecine de la nature E qui parle italien. Le premier auteur, en fait, est Mattia Carlettiavec Matteo Gadaleta, Data Management Manager. L’étude a été soutenue par Tempus Ai, où elle fonctionne Riccardo miotto. Avec Et Ramosl’auteur principal est Question de GiorgioDirecteur du Département d’intelligence artificielle et professeur de médecine numérique à l’Institut californien. Outre Ramos, tous les Italiens impliqués viennent de l’Université de Padoue, où ils ont terminé leur doctorat en génie de l’information.

Connaître d’abord le risque

L’étude représente le résultat d’un programme de recherche numérique multi-years appelé prédiction de l’étude de réponse glycémique ou, plus simplement, de progrès. Nous avons eu recours aux médias sociaux pour enrôler plus de 1 000 personnes de tous les États-Unis dans une recherche clinique à distance. Les sujets ont été impliqués dans un diagnostic de prédiabète ou de diabète, ainsi qu’un groupe de personnes en bonne santé. Le modèle décrit sur Médecine de la nature Utilisez les données de surveillance continues du glucose (CGM) avec celles liées au microbiote intestinal, au régime alimentaire, à l’activité physique et aux informations génétiques. Il est donc au-delà des premiers signes de risque de diabète que les tests standard de l’hémoglobine glyqués puissent ne pas détecter.

Il s’agit d’un pas en avant important: deux personnes avec le même score d’HbA1c peuvent avoir des profils de risque très différents. En acquérant plus de données – combien de temps ils utilisent des sommets dans la glycémie pour résoudre, ce qui arrive au glucose pendant la nuit, quelle est la consommation de nourriture et même ce qui se passe dans l’intestin – vous pouvez commencer à comprendre qui est sur la voie du développement du diabète et des complications cardiovasculaires connexes (et non seulement) et qui ne l’est pas. Comme le rapporte Quer, l’objectif est « d’offrir aux gens une plus grande sensibilisation et contrôle. Le diabète ne se manifeste pas d’un jour à l’autre: il se développe lentement et maintenant nous avons des outils pour le détecter tôt et intervenir de manière intelligente ».

Le rôle de la télémédecine

« Dans notre étude, nous avons obtenu un algorithme pour prédire si l’individu développe le diabète de type 2 dans le futur – Explains Quer -. Pour un individu prédial, il est important de savoir quel est le risque de développer le diabète de type 2. Sachant qu’ils sont à haut risque, ces personnes peuvent par exemple suivre un régime alimentaire de type 2 et faire une quantité adéquate d’exercice, ce qui a abaissé la probabilité de développer un régime de type 2.

Le système d’intelligence artificielle ne nécessite même pas le passage dans une clinique ambulatoire et est basé sur les données collectées par les participants à leur domicile. Il commence à partir d’informations qui proviennent d’appareils portables (rythme cardiaque, sommeil et activité physique), de la surveillance continue du glucose pendant 10 jours, à partir du régime alimentaire (rapporté dans une application par le participant), par les dossiers médicaux électroniques (qui contiennent les données obtenues à partir de visites précédentes) et des échantillons de sang, de Saliva et des excréments (obtenus à domicile, avec un kit envoyé au laboratoire). Ces trois échantillons sont utilisés pour obtenir une valeur d’HbA1c (c’est-à-dire l’hémoglobine glyquée, utilisée pour déterminer si un patient est diabétique), les données génétiques et les informations sur le micro-entraînement intestinal. « Les algorithmes de l’IA que nous avons développés – prennent le questionnaire – sert à intégrer ces informations pour obtenir une estimation plus précise du risque de développer le diabète de type 2 ».

Ce qui pourrait changer dans le futur

L’étude a démontré la validité de ce type d’approche, dans laquelle le participant fournit ses données à domicile, de n’importe où aux États-Unis (ou dans le monde), sans visiter une clinique ambulatoire. « À l’avenir, cet algorithme doit être testé avec une étude de perspective, qui indique la précision de ces prévisions plusieurs années plus tard – Conclut que la question -. Potentiellement, après avoir été validée, il pourrait être utilisé pour les sujets prédiabétiques pour comprendre si elles deviendront bientôt des patients atteints de diabète de type 2. Approche par l’approche par l’approche par l’approche par l’approche.