Klick Applied Sciences 的科学家们发现了一种使用人工智能将连续血糖监测仪 (CGM) 转变为强大的糖尿病筛查和预防工具的方法。
在周五于新奥尔良举行的NeurIPS会议上公布的调查结果中，Klick 科学家揭示了他们如何使用机器学习和仅来自 CGM 的 12 小时数据来确定患者是前驱糖尿病还是糖尿病患者。
该研究的首席科学家兼 Klick Applied Sciences 的首席研究员 Jouhyun Jeon 说：“我们已经证明，12 小时的监测可以对有患糖尿病风险的人的生活产生重大影响，同时仍有时间进行调整。”“我们认为 CGM 不仅可以用于监测糖尿病，还可以用于完全预防糖尿病。”
在这项研究中，大约 600 名被确定为健康、糖尿病前期或患有 2 型糖尿病的患者平均佩戴 CGM 设备 12 天。科学家们随着时间的推移观察了他们的葡萄糖测量值，并开发了机器学习模型，以查看这些值是否可用于确定该人是否健康、糖尿病前期或糖尿病。
Jeon 说，他们发现他们的 12 小时模型显示出与较长时间间隔的结果相似的高精度，正确识别了三分之二的前驱糖尿病患者，同时在识别健康患者和 2 型糖尿病患者方面也显示出很高的准确性。Jeon 说，更短的时间框架是向前迈出的步，增加了大多数研究从 10 到 14 天的阅读价值，并且通常需要专家临床医生的分析。
根据疾病预防控制中心的说法，糖尿病前期是一种严重的健康状况，血糖水平高于正常水平，但还不足以被诊断为 2 型糖尿病。大约有 9600 万美国成年人(超过三分之一)患有前驱糖尿病。在糖尿病前期患者中，超过 80% 的人不知道自己患有糖尿病。
标签：
免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！