دانشمندان در علوم کاربردی کلیک راهی برای تبدیل یک مانیتور مداوم گلوکز (CGM) به یک ابزار قدرتمند غربالگری و پیشگیری از دیابت با استفاده از هوش مصنوعی کشف کردهاند.
در یافتههایی که در کنفرانس NeurIPS در نیواورلئان ارائه شد، دانشمندان کلیک نشان دادند که چگونه از یادگیری ماشینی و تنها ۱۲ ساعت دادههای CGM برای تعیین اینکه آیا یک بیمار پیش دیابتی است یا دیابتی استفاده کردند.
جوهیون جئون گفت: ما نشان دادهایم که ۱۲ ساعت نظارت میتواند تفاوت بزرگی در زندگی افرادی که در معرض خطر ابتلا به دیابت هستند ایجاد کند، در حالی که هنوز زمان برای اصلاح مسیر وجود دارد. ما فکر می کنیم که از CGM ها نه تنها برای نظارت بر دیابت، بلکه برای جلوگیری از آن به طور کامل استفاده می شود.
برای این مطالعه، حدود ۶۰۰ بیمار سالم، پیش دیابتی یا مبتلا به دیابت نوع ۲ به طور متوسط به مدت ۱۲ روز از دستگاه CGM استفاده کردند. دانشمندان به اندازهگیری گلوکز خود در طول زمان نگاه کردند و مدلهای یادگیری ماشینی را توسعه دادند تا ببینند آیا میتوان از این مقادیر برای تعیین سالم، پیش دیابت یا دیابت استفاده کرد.
جئون گفت که آنها کشف کردند که مدل ۱۲ ساعته آنها دقت بالایی مشابه نتایج فواصل طولانیتر نشان میدهد، دو سوم بیماران مبتلا به پیش دیابت را به درستی شناسایی میکند، در حالی که دقت بالایی در شناسایی بیماران سالم و دیابت نوع ۲ نشان میدهد. جئون گفت که بازه زمانی کوتاهتر یک گام بزرگ به جلو است، و اضافه کرد که بیشتر تحقیقات بین ۱۰ تا ۱۴ روز مطالعه میشوند و اغلب نیاز به تجزیه و تحلیل از سوی پزشکان متخصص دارند.
بر اساس CDC، پیش دیابت یک بیماری جدی است که در آن سطح قند خون بالاتر از حد طبیعی است، اما هنوز به اندازه کافی بالا نیست که به عنوان دیابت نوع ۲ تشخیص داده شود. تقریباً ۹۶ میلیون بزرگسال آمریکایی – بیش از یک نفر از هر سه نفر – به پیش دیابت مبتلا هستند. بیش از ۸۰ درصد از افراد مبتلا به پیش دیابت نمی دانند که به آن مبتلا هستند.
مایکل لیبرمن گفت: “اکثریت قریب به اتفاق افراد مبتلا به دیابت زودرس از وضعیت خود آگاه نیستند و تا زمانی که توانایی کنترل سطح قند خون آنها به طور غیرقابل جبرانی آسیب نبیند، با پزشک مشورت نمی کنند. تحقیقات ما پتانسیل فوقالعادهای برای کمک به انتقال بیومارکرهای دیجیتالی گلوکز خون به موقعیتی دارد که میتوانند ابزاری ارزشمند برای پزشکان برای پیشگیری از دیابت قبل از شروع آن باشند.”
این یافتهها جدیدترین نتایج در کار مداوم کلیک در زمینه دیابت است. مطالعه “هوموستاز به عنوان یک سیستم کنترل متناسب-انتگرال” آنها، بر اساس مدل سازی ریاضی برای تعیین برخی از تغییرات اساسی در نحوه تنظیم گلوکز که می تواند باعث دیابت شود، در Nature در سال ۲۰۲۰ منتشر شد. آنها همچنین یافته های قبلی را در کنفرانس مشترک بین المللی هوش مصنوعی (IJCAI) در استکهلم سوئد در سال ۲۰۱۸ ارائه کردند.
در یافتههایی که در کنفرانس NeurIPS در نیواورلئان ارائه شد، دانشمندان کلیک نشان دادند که چگونه از یادگیری ماشینی و تنها ۱۲ ساعت دادههای CGM برای تعیین اینکه آیا یک بیمار پیش دیابتی است یا دیابتی استفاده کردند.
جوهیون جئون گفت: ما نشان دادهایم که ۱۲ ساعت نظارت میتواند تفاوت بزرگی در زندگی افرادی که در معرض خطر ابتلا به دیابت هستند ایجاد کند، در حالی که هنوز زمان برای اصلاح مسیر وجود دارد. ما فکر می کنیم که از CGM ها نه تنها برای نظارت بر دیابت، بلکه برای جلوگیری از آن به طور کامل استفاده می شود.
برای این مطالعه، حدود ۶۰۰ بیمار سالم، پیش دیابتی یا مبتلا به دیابت نوع ۲ به طور متوسط به مدت ۱۲ روز از دستگاه CGM استفاده کردند. دانشمندان به اندازهگیری گلوکز خود در طول زمان نگاه کردند و مدلهای یادگیری ماشینی را توسعه دادند تا ببینند آیا میتوان از این مقادیر برای تعیین سالم، پیش دیابت یا دیابت استفاده کرد.
جئون گفت که آنها کشف کردند که مدل ۱۲ ساعته آنها دقت بالایی مشابه نتایج فواصل طولانیتر نشان میدهد، دو سوم بیماران مبتلا به پیش دیابت را به درستی شناسایی میکند، در حالی که دقت بالایی در شناسایی بیماران سالم و دیابت نوع ۲ نشان میدهد. جئون گفت که بازه زمانی کوتاهتر یک گام بزرگ به جلو است، و اضافه کرد که بیشتر تحقیقات بین ۱۰ تا ۱۴ روز مطالعه میشوند و اغلب نیاز به تجزیه و تحلیل از سوی پزشکان متخصص دارند.
بر اساس CDC، پیش دیابت یک بیماری جدی است که در آن سطح قند خون بالاتر از حد طبیعی است، اما هنوز به اندازه کافی بالا نیست که به عنوان دیابت نوع ۲ تشخیص داده شود. تقریباً ۹۶ میلیون بزرگسال آمریکایی – بیش از یک نفر از هر سه نفر – به پیش دیابت مبتلا هستند. بیش از ۸۰ درصد از افراد مبتلا به پیش دیابت نمی دانند که به آن مبتلا هستند.
مایکل لیبرمن گفت: “اکثریت قریب به اتفاق افراد مبتلا به دیابت زودرس از وضعیت خود آگاه نیستند و تا زمانی که توانایی کنترل سطح قند خون آنها به طور غیرقابل جبرانی آسیب نبیند، با پزشک مشورت نمی کنند. تحقیقات ما پتانسیل فوقالعادهای برای کمک به انتقال بیومارکرهای دیجیتالی گلوکز خون به موقعیتی دارد که میتوانند ابزاری ارزشمند برای پزشکان برای پیشگیری از دیابت قبل از شروع آن باشند.”
این یافتهها جدیدترین نتایج در کار مداوم کلیک در زمینه دیابت است. مطالعه “هوموستاز به عنوان یک سیستم کنترل متناسب-انتگرال” آنها، بر اساس مدل سازی ریاضی برای تعیین برخی از تغییرات اساسی در نحوه تنظیم گلوکز که می تواند باعث دیابت شود، در Nature در سال ۲۰۲۰ منتشر شد. آنها همچنین یافته های قبلی را در کنفرانس مشترک بین المللی هوش مصنوعی (IJCAI) در استکهلم سوئد در سال ۲۰۱۸ ارائه کردند.
کد خبر ۲۰۱۰۱۰۹۱۳.۲۳۱