Filtrar por tipo de entrada
Seleccionar todo
Noticias
Páginas
Eventos
Filtrar por categorías
Seleccionar todo
AI ANALITICA
Apps móviles e Internet de las Cosas
Avance de la ciencia
Big data
Comunidades conectadas
Coronavirus
Cursos y capacitaciones
DIAGNOSTICO
Editorial inicial
Editoriales
El mundo en la nube
Eventos
Infografías
Inteligencia Artificial y Ciencia
IoTApps
Noticias
Plataformas digitales
Redes sociales
Reseña de publicaciones científicas
Resumen de Cursos
Sinopsis de ensayo
Sinopsis de Marcos de Referencia
Sinopsis de publicaciones recientes
Uso de Plataformas Digitales
Estudio muestra el uso de machine learning y wearables para detectar niveles altos de glucosa

Un estudio evaluó los niveles elevados de glucosa en sangre mediante machine learning y wearables.

La diabetes es una importante preocupación de salud global que afecta a más del 10 % de la población adulta. Además, muchos casos no se diagnostican, y las personas en riesgo pierden acceso a una intervención temprana debido a las limitaciones de los métodos de detección actuales. Por ejemplo, los métodos tradicionales se basan en métodos invasivos que suelen requerir la supervisión de profesionales de salud y entornos médicos adecuados.

Un estudio realizado en Singapur demostró que los wearables con sensores basados en fotopletismografía (PPG, en inglés) pueden usarse para detectar niveles elevados de glucosa en sangre o hiperglucemia con una precisión del 84,7 %. Este estudio tuvo como objetivo desarrollar una solución no invasiva e impulsada por inteligencia artificial (IA) para reconocer niveles elevados de glucosa en sangre superiores a 7,8 mmol/L (140 mg/dL) y evaluar el riesgo de diabetes en base a mediciones repetidas utilizando un dispositivo portátil.

El estudio, publicado en la revista Nature Biomedical Engineering, involucró a 500 participantes quienes midieron sus niveles de glucosa en sangre antes y después de consumir una bebida azucarada. Para ello utilizaron un glucómetro convencional y también un wearable con sensores PPG colocado en su muñeca. Los investigadores encontraron que las mediciones de PPG fueron capaces de detectar con precisión los niveles elevados de glucosa en sangre, con una sensibilidad del 81,05 % y una especificidad del 88,3 %. Estos resultados sugieren que los sensores PPG podrían usarse para apoyar el cribado temprano de la diabetes, lo que podría ayudar a prevenir o monitorear el desarrollo de la enfermedad.

Los hallazgos de este estudio prometen tener un impacto significativo en el diagnóstico y en el tratamiento de la diabetes. Cabe resaltar, que la detección temprana de la diabetes es fundamental para para prevenir o retrasar el desarrollo de complicaciones graves, como enfermedades cardíacas, accidentes cerebrovasculares y ceguera.

De esta manera, los sensores PPG podrían proporcionar un método no invasivo y fácil de realizar, lo que podría ser útil para aumentar la de detección de esta enfermedad y mejorar los resultados de salud.

No obstante, los investigadores recomiendan realizar más estudios para confirmar los hallazgos de su estudio, así como para evaluar el uso de los sensores PPG en entornos clínicos. De igual manera, recomiendan desarrollar algoritmos de aprendizaje automático o machine learning más precisos para mejorar la detección de la diabetes mediante esta clase de sensores.

Contenidos Relacionados

Secured By miniOrange