诊断2型糖尿病现在就像自拍照一样容易
喜欢指数的未来？加入我们的免费Xpotential社区，享受优质内容，与Xpotential University的Future Prove Brove Brove Troove Affect，Connect，观看Keynote或浏览我的博客。
忘了将您的智能手机称为智能手机，因为现在与科幻三环，科幻三环的共同点 - 我们越来越多地使用它来帮助民主化地球上数十亿左右的人的医疗保健，以便今天仍然无法快速访问医生。
正如我在您的口袋三阶之前写的那样，现在有能力诊断ADHD，癌症，冠状病毒和心脏病，再到痴呆症，眼病和PTSD的发作，全部用于初学者。但是现在，似乎还不够，它有一个新技巧 - 它可以在加利福尼亚大学旧金山大学（UCSF）的团队（使用人工智能（AI）和简单的智能手机摄像头展示）以诊断2型2型糖尿病的糖尿病之后，检测到糖尿病的发作。
新研究的主要作者罗伯特·阿夫拉姆（Robert Avram）说：“糖尿病可能长期无症状，因此很难诊断。”“迄今为止，缺乏检测糖尿病的非侵入性和广泛的工具，激励我们开发这种算法。”
新的创新基于光绘画学（PPG），该技术可以发光到组织中以检测血容量的变化。PPG可能是最常见的，因为小手指夹医生用来测量心率和血氧水平。
一旦智能手机相机出现在十年前，研究人员就立即建议设备能够捕获PPG测量。在这项研究中，研究人员假设由智能手机相机捕获的PPG数据可能能够检测到糖尿病引起的血管损伤。
第一步是开发一种深度学习算法，该算法可能会涉足数百万个PPG记录，并找出该生物标志物是否可以有效地鉴定出健康受试者患有糖尿病的受试者。深度神经网络检查了53,870名诊断糖尿病患者的260万ppg记录。
在开发了该算法之后，研究人员测试了其仅从智能手机PPG数据中发现糖尿病的能力，并使用设备的手电筒和摄像机收集到患者的指尖。该系统准确检测到约80％的受试者中的糖尿病。当将算法与其他基本患者数据（例如体重指数和年龄）结合使用时，该算法的预测潜力进一步提高。
另一位新研究的作者Jeffrey Olgin表示：“我们证明该算法的性能与其他常用的测试相当，例如乳腺癌的乳腺癌或宫颈癌的宫颈细胞学学，其无痛性使其对重复测试有吸引力。”“这样的基于智能手机的工具可用于识别和鼓励患有普遍糖尿病的风险的人寻求医疗服务并获得低成本的确认性测试。”
这项工作有效地转化为智能手机的某种糖尿病检测应用程序需要一段时间，但是，这是一个令人难以置信的概念证明的开发。研究人员谨慎地注意，下一步将是确定如何最好地将此特定的数字工具纳入现有的糖尿病筛查实践中。
共同兼职作者杰弗里·蒂森（Geoffrey Tison）说：“检测糖尿病这样的疾病具有许多严重的健康后果的疾病，可以通过无痛，基于智能手机的测试引起许多可能性。”“这种愿景将用于这样的工具，以帮助确定患有糖尿病风险更高的人，最终有助于降低未诊断的糖尿病的患病率。”
这项新研究发表在《自然医学》杂志上。
资料来源：加州大学旧金山加州大学
