发表在在线期刊BMJ Innovations上的初步研究表明，人工智能 (AI) 算法源自心电图(心电图)上记录的个体心跳特征，可以准确预测糖尿病和糖尿病前期。
研究人员说，如果在更大规模的研究中得到验证，该方法可用于在资源匮乏的环境中筛查疾病。
2019 年，全球估计有 4.63 亿成年人患有糖尿病，而在早期发现糖尿病是预防随后出现严重健康问题的关键。但诊断在很大程度上依赖于血糖的测量。
研究人员指出，这不仅是侵入性的，而且在资源匮乏的环境中作为大规模筛查测试推出也具有挑战性。
心血管系统的结构和功能变化甚至早在指示性血糖变化之前就发生了，这些变化出现在心电图心脏轨迹上。
因此，研究人员想看看机器学习 (AI) 技术是否可用于利用心电图的筛查潜力来预测高危人群的糖尿病前期和 2 型糖尿病。
他们利用了那格浦尔信德家庭糖尿病 (DISFIN) 研究的参与者，该研究着眼于那格浦尔高危信德家庭的 2 型糖尿病和其他代谢特征的遗传基础。
至少有一个已知的 2 型糖尿病病例并住在那格浦尔(信德人密度高)的家庭参加了这项研究。
参与者提供了他们个人和家庭病史、正常饮食的详细信息，并接受了全方位的血液检查和临床评估。他们的平均年龄为 48 岁，其中 61% 是女性。
根据美国糖尿病协会指定的诊断标准确定糖尿病前期和糖尿病。
2 型糖尿病和糖尿病前期的患病率都很高：分别约为 30% 和 14%。胰岛素抵抗的患病率也很高——35%——其他有影响的共存疾病——高血压(51%)、肥胖(约 40%)和血脂异常(36%)的患病率也很高。
对包括在内的 1262 名参与者中的每一个进行了持续 10 秒的标准 12 导联心电图心脏跟踪。并且针对记录的 10,461 个单次心跳中的每一个，将每个导联的 100 个独特的结构和功能特征组合在一起，以生成预测算法 (DiaBeats)。
基于个体心跳的形状和大小，DiaBeats 算法以 97% 的总体准确率和 97% 的精确度快速检测糖尿病和糖尿病前期，不受年龄、性别和并存代谢疾病等影响因素的影响。
重要的心电图特征始终与支持糖尿病和糖尿病前期典型心脏变化的已知生物学触发因素相匹配。
研究人员承认，研究参与者都处于糖尿病和其他代谢紊乱的高风险中，因此不太可能代表普通人群。而对于那些服用糖尿病、高血压、高胆固醇等处方药的人来说，DiaBeats 的准确性稍差一些。
也没有可用于糖尿病前期或糖尿病患者的数据，因此无法确定早期筛查的影响。
“理论上，我们的研究提供了一种相对便宜、非侵入性和准确的替代方法 [当前的诊断方法]，它可以作为守门人，在早期有效检测糖尿病和糖尿病前期，”他们总结道。
“尽管如此，将这种算法应用到日常实践中需要对外部独立数据集进行强有力的验证，”他们警告说。
标签：
免责声明：本文由用户上传，如有侵权请联系删除！