Алгоритм искусственного интеллекта (ИИ), основанный на особенностях отдельных ударов сердца, записанных на ЭКГ (электрокардиограмме), может точно предсказать диабет и преддиабет, говорится в предварительном исследовании, опубликованном в журнале BMJ Innovations.
По мнению исследователей, если этот подход будет подтвержден в более крупных исследованиях, его можно будет использовать для скрининга этого заболевания в условиях ограниченных ресурсов.
По оценкам, в 2019 году диабетом страдали 463 миллиона взрослых во всем мире, и раннее выявление заболевания является ключом к предотвращению последующих серьезных проблем со здоровьем. Однако диагностика в значительной степени зависит от измерения уровня глюкозы в крови.
Исследователи отмечают, что это не только инвазивно, но и трудно использовать в качестве 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 отражаются на ЭКГ сердечного ритма.
Поэтому исследователи хотели выяснить, можно ли использовать методы машинного обучения (МА) для использования потенциала ЭКГ для прогнозирования преддиабета и диабета 2 типа у людей с высоким риском развития этого заболевания.
Они набрали участников из исследования Diabetes in Sindhi Families in Nagpur (DISFIN), в котором изучались генетические основы диабета 2 типа и другие особенности обмена веществ в семьях синди из Нагпура (Индия) с высоким риском развития диабета.
В исследование были включены семьи, в которых был известен хотя бы один случай диабета 2 типа и они проживали в Нагпуре, где проживает большое количество синдхи.
Участники предоставили подробную информацию о своей личной и семейной истории болезни, обычном рационе питания и прошли полный спектр анализов крови и клинических обследований. Средний возраст участников составил 48 лет, 61% из них были женщины.
Преддиабет и диабет определялись на основе диагностических критериев, установленных Американской диабетической ассоциацией.
Распространенность как диабета 2 типа, так и преддиабета была высокой: около 30% и 14% соответственно. Распространенность инсулинорезистентности также была высокой – 35%, как и распространенность других сопутствующих заболеваний – высокого кровяного давления (51%), ожирения (около 40%) и нарушений содержания жира в крови (36%).
Для каждого из 1 262 участников, включенных в исследование, была проведена стандартная ЭКГ-трассировка сердца в 12 отведениях в течение 10 секунд. И 100 уникальных структурных и функциональных особенностей каждого отведения были объединены для каждого из 10 461 зарегистрированного индивидуального сердечного ритма для создания прогностического алгоритма (DiaBeats).
Основываясь на форме и размере отдельных сердечных сокращений, алгоритм DiaBeats быстро обнаруживает диабет и преддиабет с общей точностью 97% и точностью 97%, независимо от влияющих факторов, таких как возраст, пол и сопутствующие метаболические нарушения.
Важные характеристики ЭКГ последовательно соответствовали известным биологическим триггерам, лежащим в основе кардиологических изменений, характерных для диабета и преддиабета.
Исследователи признают, что все участники исследования были подвержены высокому риску развития диабета и других метаболических нарушений, поэтому вряд ли представляют население в целом. И DiaBeats был немного менее точным у тех, кто принимал рецептурные лекарства от диабета, высокого кровяного давления, высокого уровня холестерина и т. Д.
Данные также не были доступны для тех, у кого был преддиабет или диабет, что делает невозможным определить влияние раннего скрининга.
“Теоретически, наше исследование предоставляет относительно недорогую, неинвазивную и точную альтернативу [существующим методам диагностики], которая может быть использована в качестве шлюза для эффективного раннего выявления диабета и преддиабета. Однако внедрение этого алгоритма в рутинную практику потребует надежной валидации на основе внешних независимых наборов данных”, — предупреждают ученые.
