L’intelligenza artificiale può predire il rischio di comparsa di diabete, interpretando i picchi di glicemia. È quanto sostiene uno studio pubblicato su Nature Medicine a firma degli scienziati dello Scripps Research, un istituto di ricerca californiano. Secondo gli autori, degli speciali sensori indossabili e l’intelligenza artificiale potrebbero presto rivoluzionare la diagnosi precoce di diabete, molto prima che questa sia rivelata dai tradizionali esami del sangue.
Il diabete di tipo 2 e il suo “preludio”, il cosiddetto prediabete, sono condizioni sempre più diffuse tra la popolazione: quattro milioni di italiani sono affetti da diabete e almeno altrettanti da prediabete.
LA CURVA Al momento, per la diagnosi di queste condizioni, i medici si affidano ad una serie di test di laboratorio: la glicemia a digiuno, l’emoglobina glicata (che misura la media delle glicemie degli ultimi 3 mesi) e la curva da carico glucidico. Tuttavia, anche un parametro come l’emoglobina glicata, centrale nella diagnosi e nel definire gli obiettivi di trattamento, non riesce a individuare chi, tra i soggetti apparentemente sani, è a maggior rischio di sviluppare il diabete di tipo 2.
Lo studio condotto dal professor Giorgio Quer, direttore dell’intelligenza artificiale e docente di Medicina Digitale presso lo Scripps Research, oggi potrebbe rivoluzionare questo stato delle cose. Facendo analizzare ad algoritmi di intelligenza artificiale, appunto, i dati raccolti da speciali sensori indossabili, il team di ricercatori ha infatti creato un modello, in grado di individuare segnali precoci di diabete, che sfuggono agli esami tradizionali.
«Abbiamo dimostrato che due persone con lo stesso valore di emoglobina glicata spiega il professor Quer – possono avere profili di rischio completamente diversi. Analizzando la durata dei picchi glicemici, l’andamento notturno della glicemia, l’alimentazione e il microbiota intestinale, possiamo capire chi si sta avviando rapidamente verso la comparsa di diabete e chi invece no». Il concetto chiave emerso da questa ricerca è che non è tanto la media delle glicemie quanto piuttosto le fluttuazioni giornaliere della glicemia a influenzare il rischio di sviluppare il diabete. Nei soggetti sani, i livelli di zucchero nel sangue aumentano e calano in maniera contenuta, in rapporto ai pasti e all’esercizio fisico.
Nei soggetti a rischio diabete, invece le impennate della glicemia diventano più frequenti, più alte e si risolvono più lentamente. Nelle persone a rischio diabete, questo lasso di tempo supera spesso i 100 minuti, mentre nei soggetti sani il recupero avviene in tempi molto più rapidi.
La ricerca pubblicata su Nature Medicine è uno studio digitale multicentrico, il PROGRESS (PRediction Of Glycemic RESponse), che ha coinvolto oltre mille partecipanti in tutti gli Stati Uniti. IL DIARIO Per dieci giorni, i volontari hanno indossato i sensori Dexcom G6 per il monitoraggio continuo della glicemia, registrando su un diario pasti e attività fisica e inviando campioni di sangue, saliva e feci per le diverse analisi. Il tutto questo senza mai mettere piede in ospedale, ma sfruttando mezzi e potenzialità della medicina digitale.
«Si è trattato di un esperimento audace nel campo dei trial clinici da remoto» commenta Ed Ramos, coautore dello studio e direttore dei trial clinici digitali presso Scripps Research.
L’intelligenza artificiale, addestrata con questa enorme mole di dati, è stata in grado non solo di individuare con precisione chi era affetto da diabete o prediabete, ma anche di evidenziare alcune sfumature del metabolismo, al momento impossibili da rilevare con gli strumenti tradizionali.
Tra i soggetti prediabetici, il modello ne ha individuato alcuni con un modello metabolico simile a quello delle persone con diabete. Mentre, a parità di emoglobina glicata, in altri era più simile a quello dei soggetti sani. Questo apre la strada a una diagnosi di precisione del diabete precocissima, che consentirà di adottare misure personalizzate, in base al rischio di progressione verso la malattia. IL MODELLO Il passo successivo sarà seguire i partecipanti nel tempo per verificare se le previsioni dell’intelligenza artificiale si tradurranno effettivamente nella comparsa di casi di diabete conclamato. In futuro modelli simili potranno essere usati non solo in ambito medico, ma anche direttamente a casa, attraverso dispositivi di monitoraggio domestici.
«Il diabete non compare all’improvviso conclude Quer ma è un processo lento e silenzioso. Ora abbiamo la possibilità di intercettarne la traiettoria, dando alle persone maggiore consapevolezza e controllo sul proprio stato di salute. «Gli autori continueranno a seguire i partecipanti per capire se le previsioni dell’intelligenza artificiale si tradurranno in reali diagnosi nei prossimi anni».
© RIPRODUZIONE RISERVATA
© RIPRODUZIONE RISERVATA
Ogni Giovedì gli aggiornamenti su Salute e Benessere
Iscriviti e ricevi le notizie via email