L’intelligenza artificiale pu\u00f2 predire il rischio di comparsa di diabete, interpretando i picchi di glicemia. \u00c8 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.<\/p>\n
Il diabete di tipo 2 e il suo “preludio”, il cosiddetto prediabete, sono condizioni sempre pi\u00f9 diffuse tra la popolazione: quattro milioni di italiani sono affetti da diabete e almeno altrettanti da prediabete. <\/p>\n
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, \u00e8 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.
\u00abAbbiamo 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\u00bb. Il concetto chiave emerso da questa ricerca \u00e8 che non \u00e8 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 pi\u00f9 frequenti, pi\u00f9 alte e si risolvono pi\u00f9 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 pi\u00f9 rapidi.
La ricerca pubblicata su Nature Medicine \u00e8 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 attivit\u00e0 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 potenzialit\u00e0 della medicina digitale.
\u00abSi \u00e8 trattato di un esperimento audace nel campo dei trial clinici da remoto\u00bb 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, \u00e8 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 parit\u00e0 di emoglobina glicata, in altri era pi\u00f9 simile a quello dei soggetti sani. Questo apre la strada a una diagnosi di precisione del diabete precocissima, che consentir\u00e0 di adottare misure personalizzate, in base al rischio di progressione verso la malattia. IL MODELLO Il passo successivo sar\u00e0 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.
\u00abIl diabete non compare all’improvviso conclude Quer ma \u00e8 un processo lento e silenzioso. Ora abbiamo la possibilit\u00e0 di intercettarne la traiettoria, dando alle persone maggiore consapevolezza e controllo sul proprio stato di salute. \u00abGli autori continueranno a seguire i partecipanti per capire se le previsioni dell’intelligenza artificiale si tradurranno in reali diagnosi nei prossimi anni\u00bb.<\/p>\n
\u00a9 RIPRODUZIONE RISERVATA<\/p>\n
\n \u00a9 RIPRODUZIONE RISERVATA
<\/p>\n
<\/p>\n
\n Ogni Gioved\u00ec gli aggiornamenti su Salute e Benessere
\n Iscriviti<\/b> e ricevi le notizie via email\n <\/p>\n","protected":false},"excerpt":{"rendered":"L’intelligenza artificiale pu\u00f2 predire il rischio di comparsa di diabete, interpretando i picchi di glicemia. \u00c8 quanto sostiene…\n","protected":false},"author":3,"featured_media":57653,"comment_status":"","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[175],"tags":[9548,239,668,1537,90,89,240,243],"class_list":{"0":"post-57652","1":"post","2":"type-post","3":"status-publish","4":"format-standard","5":"has-post-thumbnail","7":"category-salute","8":"tag-diabete","9":"tag-health","10":"tag-intelligenza-artificiale","11":"tag-it","12":"tag-italia","13":"tag-italy","14":"tag-salute","15":"tag-ultima-ora"},"share_on_mastodon":{"url":"","error":""},"_links":{"self":[{"href":"https:\/\/www.europesays.com\/it\/wp-json\/wp\/v2\/posts\/57652","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.europesays.com\/it\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.europesays.com\/it\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.europesays.com\/it\/wp-json\/wp\/v2\/users\/3"}],"replies":[{"embeddable":true,"href":"https:\/\/www.europesays.com\/it\/wp-json\/wp\/v2\/comments?post=57652"}],"version-history":[{"count":0,"href":"https:\/\/www.europesays.com\/it\/wp-json\/wp\/v2\/posts\/57652\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.europesays.com\/it\/wp-json\/wp\/v2\/media\/57653"}],"wp:attachment":[{"href":"https:\/\/www.europesays.com\/it\/wp-json\/wp\/v2\/media?parent=57652"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.europesays.com\/it\/wp-json\/wp\/v2\/categories?post=57652"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.europesays.com\/it\/wp-json\/wp\/v2\/tags?post=57652"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}