Añadir a mis favoritos
Ver traducción automática
Esta es una traducción automática. Para ver el texto original en inglés
haga clic aquí
#Tendencias de productos
{{{sourceTextContent.title}}}
La aplicación para Smartphone y el aprendizaje profundo ayudan a detectar la diabetes
{{{sourceTextContent.subTitle}}}
La diabetes es una de las principales causas de enfermedad y muerte en el mundo, y afecta a más de 450 millones de personas en todo el mundo.
{{{sourceTextContent.description}}}
Si bien la tecnología ha avanzado mucho en la detección y el control de la diabetes, normalmente sigue implicando extracciones de sangre y herramientas clínicas. Además, alrededor de la mitad de las personas con diabetes ni siquiera saben que tienen la enfermedad.
Los investigadores de la Universidad de California en San Francisco han encontrado un método prometedor para detectar la diabetes utilizando una cámara de teléfono inteligente y un poco de aprendizaje profundo, utilizando la aplicación de ritmo cardíaco instantáneo de Azumio, disponible al público, para capturar mediciones de fotopletismografía (PPG). Cuando un usuario coloca la punta de su dedo sobre la linterna y la cámara del teléfono, la aplicación mide la PPG capturando los cambios de color en la punta del dedo correspondientes a cada latido. Estos datos se comunican al usuario como la frecuencia cardíaca instantánea.
Si bien la medición de la frecuencia cardíaca podría ser un uso impresionante de un teléfono inteligente en sí mismo, los investigadores de la UCSF encontraron que los datos de la frecuencia cardíaca, junto con la variabilidad de la frecuencia cardíaca y ciertas características de la morfología de la forma de onda PPG, se correlacionan con muchos mecanismos fisiológicos afectados por la diabetes, como el envejecimiento endotelial y la aterosclerosis microvascular. Por lo tanto, emprendieron un estudio como parte del estudio masivo Health eHeart de la UCSF para ver si la PPG podría ser un biomarcador preciso para detectar la diabetes.
Los investigadores desarrollaron y validaron un algoritmo de aprendizaje profundo usando casi 3 millones de registros PPG de 53.870 pacientes. El algoritmo logró de manera impresionante identificar correctamente la presencia de diabetes en el 82% de los pacientes con diabetes, así como la ausencia de diabetes en el 97% de los pacientes sin diabetes. El rendimiento del algoritmo mejoró aún más cuando se combinó con los datos de los pacientes, como la edad, el sexo y el IMC, así como otras comorbilidades co-ocurrentes. Un análisis adicional incluso mostró una correlación entre la puntuación del algoritmo y el A1c de los sujetos.
Si bien se necesita más investigación sobre la mejor manera de incorporar este nuevo biomarcador digital, los resultados podrían establecer la PPG como una nueva modalidad en el cuidado de la diabetes y los teléfonos inteligentes como una herramienta aún más útil para nuestra salud.