Алгоритм искусственного интеллекта (ИИ), полученный на основе особенностей отдельных сердечных сокращений, записанных на ЭКГ (электрокардиограмме), может точно предсказать диабет и преддиабет, предполагает предварительное исследование, опубликованное в онлайн-журнале BMJ Innovations .
По словам исследователей, если этот подход будет подтвержден в более крупных исследованиях, его можно будет использовать для выявления заболевания в условиях ограниченных ресурсов.
По оценкам, в 2019 году у 463 миллионов взрослых людей во всем мире был диабет, и обнаружение болезни на ранних стадиях является ключом к предотвращению последующих серьезных проблем со здоровьем. Но диагноз в значительной степени зависит от измерения уровня глюкозы в крови.
Исследователи отмечают, что это не только инвазивно, но и сложно для массового скринингового теста в условиях ограниченных ресурсов.
Структурные и функциональные изменения в сердечно-сосудистой системе происходят на ранней стадии, еще до показательных изменений уровня глюкозы в крови , и они проявляются на ЭКГ сердца.
Поэтому исследователи хотели посмотреть, можно ли использовать методы машинного обучения (ИИ) для использования скринингового потенциала ЭКГ для прогнозирования преддиабета и диабета 2 типа у людей с высоким риском заболевания.
Они привлекли участников исследования «Диабет в семьях синдхи в Нагпуре» (DISFIN), в ходе которого изучалась генетическая основа диабета 2 типа и другие метаболические черты в семьях синдхи с высоким риском заболевания в Нагпуре, Индия.
В исследование были включены семьи, по крайней мере, с одним известным случаем диабета 2 типа, проживающие в Нагпуре, где проживает большое количество синдхи.
Участники предоставили подробную информацию о своих личных и семейных историях болезни, своем обычном питании и прошли полный спектр анализов крови и клинических оценок. Их средний возраст составлял 48 лет, и 61% из них составляли женщины.
Преддиабет и диабет были идентифицированы по диагностическим критериям, установленным Американской диабетической ассоциацией.
Распространенность как диабета 2 типа, так и преддиабета была высокой: около 30% и 14% соответственно. И распространенность резистентности к инсулину также была высокой — 35% — как и распространенность других важных сопутствующих состояний — высокого кровяного давления (51%), ожирения (около 40%) и нарушений жиров в крови (36%).
Для каждого из 1262 включенных участников была сделана стандартная запись ЭКГ в 12 отведениях продолжительностью 10 секунд. И 100 уникальных структурных и функциональных особенностей для каждого отведения были объединены для каждого из 10 461 записанного одиночного сердечного сокращения для создания алгоритма прогнозирования (DiaBeats).
Основываясь на форме и размере отдельных сердечных сокращений, алгоритм DiaBeats быстро выявлял диабет и преддиабет с общей точностью 97% и точностью 97%, независимо от влиятельных факторов, таких как возраст, пол и сопутствующие нарушения обмена веществ.
Важные особенности ЭКГ постоянно соответствовали известным биологическим триггерам, лежащим в основе сердечных изменений, типичных для диабета и преддиабета .
Исследователи признают, что все участники исследования подвергались высокому риску диабета и других нарушений обмена веществ, поэтому вряд ли они представляют население в целом. И DiaBeats был немного менее точен у тех, кто принимал лекарства по рецепту от диабета, высокого кровяного давления, высокого уровня холестерина и т. д.
Также не были доступны данные о тех, у кого развился преддиабет или диабет, что делало невозможным определение влияния раннего скрининга.
«Теоретически наше исследование представляет собой относительно недорогую, неинвазивную и точную альтернативу [нынешним методам диагностики], которую можно использовать в качестве привратника для эффективного выявления диабета и преддиабета на ранних стадиях», — заключают они.
«Тем не менее, внедрение этого алгоритма в повседневную практику потребует надежной проверки на внешних независимых наборах данных», — предупреждают они.