Οι ερευνητές του Στάνφορντ χρησιμοποιούν την τεχνητή νοημοσύνη (AI) για να κάνουν μια βαθύτερη έρευνα στη διάγνωση του διαβήτη και τα αποτελέσματα θα μπορούσαν να σημαίνουν καλύτερες, πιο προσιτές θεραπείες.
Συνήθως θεωρούμε τον διαβήτη τύπου 1 ή τύπου 2. Όμως τα τελευταία χρόνια, οι επιστήμονες ανακάλυψαν σημαντικές παραλλαγές ή υποτύπους στον τύπο 2, ο οποίος αποτελεί το 95% των διαγνώσεων, που ρίχνουν φως στον κίνδυνο μόλυνσης που σχετίζεται με τον διαβήτη. ασθένειες όπως προβλήματα με τα νεφρά, την καρδιά ή το συκώτι.
Επιπλέον: Δύο μη συνταγογραφούμενα συνεχόμενα μόνιτορ γλυκόζης κέρδισαν βραβεία στο CES—και μπορείτε να τα δοκιμάσετε τώρα.
«Κατανόηση της φυσιολογίας που κρύβεται [diabetes] Απαιτούνται μεταβολικές δοκιμές που εκτελούνται σε ερευνητικά περιβάλλοντα, αλλά αυτές οι δοκιμές είναι δυσκίνητες, ακριβές και μη πρακτικές για χρήση στην κλινική», εξήγησε η Tracy McLaughlin, MD, καθηγήτρια ενδοκρινολογίας στο Stanford.
Χρησιμοποιώντας δεδομένα που συλλέχθηκαν από συσκευές παρακολούθησης γλυκόζης, οι ερευνητές ανέπτυξαν έναν αλγόριθμο που προσδιορίζει τρεις από τους τέσσερις πιο κοινούς υποτύπους του διαβήτη τύπου 2.
Σε σύγκριση με τα κλινικά δεδομένα, ο αλγόριθμος «προέβλεψε μεταβολικούς υποτύπους όπως η αντίσταση στην ινσουλίνη και η ανεπάρκεια βήτα κυττάρων με μεγαλύτερη ακρίβεια από τα παραδοσιακά μεταβολικά τεστ»—περίπου στο 90% των περιπτώσεων.
Η γνώση του υποτύπου του ασθενούς μπορεί να επηρεάσει την αποτελεσματικότητα της θεραπείας. Οι γιατροί μπορούν να αναπτύξουν εξατομικευμένα σχέδια θεραπείας και να κατανείμουν καλύτερα τους πόρους από ασθενή σε ασθενή, μειώνοντας το κόστος. Επιπλέον, η μελέτη εφαρμόζει την τεχνητή νοημοσύνη σε δεδομένα που συλλέγονται ήδη εύκολα από έναν ανθρώπινο μετρητή γλυκόζης, πράγμα που σημαίνει ότι ο αλγόριθμος δεν απαιτεί μεγαλύτερες ή πιο σύνθετες κλινικές ρυθμίσεις για να λειτουργήσει.
“Αυτό είναι σημαντικό γιατί ανάλογα με τον τύπο που έχετε, ορισμένα φάρμακα θα λειτουργήσουν καλύτερα από άλλα”, είπε ο McLaughlin. «Στόχος μας ήταν να βρούμε έναν πιο προσιτό και σχετικό τρόπο για τους ανθρώπους να κατανοήσουν και να βελτιώσουν την υγεία τους».
Επίσης: CES 2025: 22 πιο εντυπωσιακά προϊόντα που δεν μπορείτε να χάσετε
Οι ερευνητές πιστεύουν ότι ο αλγόριθμος θα κάνει τις πληροφορίες υγείας πιο προσιτές στο σπίτι για όσους δεν έχουν πρόσβαση σε υποδομές υγειονομικής περίθαλψης λόγω γεωγραφίας, φτώχειας ή άλλων παραγόντων.
Λαμβάνοντας υπόψη ότι σχεδόν το 13% του πληθυσμού των ΗΠΑ έχει διαγνωστεί με διαβήτη, αυτές οι αποχρώσεις θα μπορούσαν να έχουν σημαντικό αντίκτυπο στις θεραπευτικές επιλογές και την αποτελεσματικότητά τους, ειδικά εάν η τεχνητή νοημοσύνη μπορεί να αποκτήσει πληρέστερες πληροφορίες από δεδομένα που συλλέγονται μέσω φορητών συσκευών που συχνά κατέχουν και χρησιμοποιούν οι ασθενείς. χρειάζονται.
Επίσης: 3 τρόποι με τους οποίους η τεχνητή νοημοσύνη αλλάζει τον τρόπο με τον οποίο οι οργανισμοί υγειονομικής περίθαλψης αντιμετωπίζουν τους ασθενείς. Μπορούν τα LLM όπως το ChatGPT να βοηθήσουν;
Μετά το CES 2025, όπου δύο μη συνταγογραφούμενα μόνιτορ γλυκόζης κέρδισαν βραβεία ψηφιακής υγείας, αυτή η έρευνα σηματοδοτεί ένα ακόμη βήμα μπροστά στις προσιτές τεχνολογίες υγειονομικής περίθαλψης.
