Ученые из Калифорнийского университета в Сан-Франциско (University of California, San Francisco, UCSF) показали новый метод диагностики диабета второго типа. Точность достигает 80%. В этом методе используется камера смартфона без дополнительного оборудования.
«Диабет может протекать бессимптомно длительное время, что значительно усложняет диагностику. Сегодня на рынке не хватает неинвазивных и широко масштабируемых инструментов для обнаружения этого заболевания. Поэтому мы создали этот этот алгоритм», – рассказал Роберт Аврам (Robert Avram), соавтор исследования.
Система основана на методе фотоплетизмографии (PPG; ФПГ), при котором свет для обнаружения изменений объема крови направляется на ткань. Наиболее известное и наглядное применение этого подхода – «прищепка»-зажим на мизинце пациента для измерения частоты сердечных сокращений и уровня кислорода в крови.
Исследователи предположили: данные PPG при помощи камеры смартфона помогут обнаружить повреждения сосудов, вызываемые диабетом. Первым шагом они создали алгоритм глубинного обучения. Он анализировал несколько миллионов PPG-записей для выявления биомаркера, способного эффективно идентифицировать и пациентов с заболеванием, и здоровых людей. Глубокая нейронная сеть проверила 2,6 млн PPG-записей от 53,8 тыс. человек с диагностированным диабетом.
После разработки алгоритма ученые протестировали его функциционал по обнаружению заболевания исключительно на основе данных PPG смартфона в трех отдельных группах добровольцев. Данные собирались с помощью фонарика телефона и камеры, приложенной к кончикам пальцев. Система точно выявила диабет примерно у 80% пациентов. Прогностический потенциал алгоритма удалось улучшить после объединения с данными об индексе массы тела и возрасте пациентов.
«Производительность алгоритма сопоставима с другими широко используемыми тестами. Безболезненность делает его комфортным при повторном применении. К тому же тест недорогой», – добавляет Джеффри Олджин (Jeffrey Olgin), соавтор исследования.
Ученые осторожно отмечают: развитие экспериментальной разработки будет направлено на определение наилучшего способа интеграции в существующую практику скрининга диабета.
