研究人员表示，可用于在资源不足的环境中筛查疾病
根据ECG（心电图）上记录的个人心跳特征，人工智能（AI）算法可以准确预测糖尿病和糖尿病前期初步研究发表在在线杂志上BMJ创新.
研究人员说，如果在更大的研究中得到验证，这种方法可以用于低资源环境中的疾病筛查。
2019年，估计全世界有4.63亿成年人患有糖尿病。在早期发现这种疾病是预防随后严重健康问题的关键。但诊断严重依赖于血糖测量。
研究人员指出，这不仅具有侵入性，而且对于在低资源环境下开展大规模筛查测试也具有挑战性。
心血管系统的结构和功能变化发生在早期，甚至在提示性血糖变化之前，这些都会在心电图上显示出来。
因此，研究人员想看看机器学习（AI）技术是否可以用来利用心电图的筛查潜力来预测高风险人群的糖尿病前期和2型糖尿病。
他们吸收了纳格浦尔信德族糖尿病（DISFIN）研究的参与者，该研究着眼于印度纳格浦尔信德族2型糖尿病高危人群的遗传基础和其他代谢特征。
至少有一例已知2型糖尿病患者的家庭居住在信德人密度较高的那格浦尔，他们被纳入了这项研究。
参与者提供了其个人和家庭病史、正常饮食的详细信息，并接受了全面的血液测试和临床评估。他们的平均年龄为48岁，其中61%是女性。
糖尿病前期和糖尿病是根据美国糖尿病协会规定的诊断标准确定的。
2型糖尿病和糖尿病前期的患病率都很高：分别约为30%和14%。胰岛素抵抗的患病率也很高，高达35%，其他有影响的并存疾病的患病率也是如此，如高血压（51%）、肥胖（40%左右）和血脂紊乱（36%）。
对1262名参与者进行了持续10秒的标准12导联心电图描记。记录的10461个单次心跳中的每一个都结合了每条线索的100个独特的结构和功能特征，以生成预测算法（DiaBeats）。
基于单个心跳的形状和大小，DiaBeats算法快速检测糖尿病和糖尿病前期患者，总体准确率为97%，准确率为97%而不考虑影响因素，如年龄、性别和共存的代谢紊乱。
重要的心电图特征与糖尿病和糖尿病前期典型心脏变化的已知生物触发因素一致。
研究人员承认，研究参与者都有糖尿病和其他代谢紊乱的高风险，因此不太可能代表普通人群。DiaBeats在那些服用处方药治疗糖尿病、高血压、高胆固醇等的患者中的准确度稍低。
糖尿病前期或糖尿病患者的数据也不可用，因此无法确定早期筛查的影响。
他们总结道：“从理论上讲，我们的研究提供了一种相对廉价、无创和准确的替代[现有诊断方法]，可以作为守门人，在糖尿病早期有效检测糖尿病和糖尿病前期。”。
“然而，将该算法应用于日常实践需要对外部独立数据集进行稳健验证，”他们警告道。
编辑注意事项
研究：机器学习算法从心电图10.1136/bmjinnov-2021-000759无创检测糖尿病和糖尿病前期
日志：BMJ创新
基金：拉塔医学研究基金会
链接到医学科学院新闻稿标签系统
https://press.psprings.co.uk/AMSlabels.pdf
