La prediabetes se podría detectar en 12 horas con un método de IA

La inteligencia artificial (IA) tiene numerosas aplicaciones en el ámbito de la medicina y ya se está utilizando para detectar enfermedades como el cáncer de páncreas, el cáncer colorrectal, la demencia, o incluso un subtipo de autismo.  Un grupo de científicos ha descubierto ahora cómo transformar un monitor continuo de glucosa (MCG) en una eficaz herramienta de detección y prevención de la diabetes empleando inteligencia artificial después de recoger datos de los pacientes durante 12 horas.

Los creadores de este sistema son investigadores de la compañía Klick Applied Sciences y han presentado los resultados de su estudio en la conferencia NeurIPS en Nueva Orleans (Estados Unidos), donde han explicado cómo usaron el aprendizaje automático y los datos registrados durante 12 horas por los MCG para identificar a los pacientes con prediabetes o diabetes.

“Hemos demostrado que 12 horas de monitorización pueden marcar una gran diferencia en la vida de las personas con riesgo de desarrollar diabetes cuando aún hay tiempo de corregir el rumbo –ha declarado Jouhyun Jeon, científico principal del estudio e investigador principal de Klick Applied Sciences–. Creemos que los MCG podrían utilizarse no sólo para controlar la diabetes, sino para prevenirla por completo”.

Detectar la prediabetes precozmente para evitar la diabetes

En la investigación participaron alrededor de 600 individuos que estaban sanos, eran prediabéticos o padecían diabetes tipo 2, y que llevaron un dispositivo MCG durante una media de 12 días. Los investigadores evaluaron sus mediciones de glucosa a lo largo del tiempo y diseñaron modelos de aprendizaje automático para comprobar si esos valores se podían usar para determinar si esa persona estaba sana o era prediabética o diabética.

“Muchas personas con diabetes de inicio temprano no consultan a un médico hasta que su capacidad para controlar sus niveles de azúcar en la sangre está irremediablemente dañada”

Jeon explica que comprobaron que la precisión de su modelo de 12 horas era similar a los resultados de los intervalos más largos, e identificaba correctamente a dos tercios de los pacientes con prediabetes, además de mostrar también una elevada precisión en la identificación de individuos sanos y de aquellos pacientes con diabetes de tipo 2. Según este experto, el marco temporal más corto supone un gran avance, ya que la mayoría de las investigaciones se basan en lecturas de entre 10 y 14 días y requieren con frecuencia el análisis de médicos expertos.

La prediabetes es un problema de salud grave en el que los niveles de azúcar en sangre son más altos de lo normal, pero no lo suficientemente altos como para ser diagnosticados como diabetes tipo 2. “Una abrumadora mayoría de personas con diabetes de inicio temprano no son conscientes de su condición y no consultan a un médico hasta que su capacidad para controlar sus niveles de azúcar en la sangre está irremediablemente dañada”, destaca Michael Lieberman, director gerente de investigación y desarrollo de Klick Applied Sciences.

“Nuestra investigación tiene un enorme potencial para ayudar a que los biomarcadores digitales de glucosa en sangre se conviertan en una herramienta inestimable para los médicos a la hora de prevenir la diabetes antes de que se inicie”, concluye.