Investigadores de Stanford Medicine se encuentran explorando el uso de IA para ayudar a identificar características biológicas de la diabetes tipo 2 a través de monitores de glucosa.
La diabetes es una condición que a menudo se clasifica en dos categorías, diabetes tipo 1, enfermedad autoinmune que suele aparecer en la infancia, y diabetes tipo 2 (DM2), asociada con la obesidad y desarrollada comúnmente en edad adulta. Sin embargo, científicos han descubierto que no todos los pacientes que viven con DM2 experimentan la misma condición ya que existen distintas características.
En este sentido, investigadores de Stanford Medicine desarrollaron un algoritmo de inteligencia artificial (IA), que utiliza datos de dispositivos de monitoreo continuo de glucosa en sangre, para analizar tres de los cuatro subtipos más comunes de DM2. El estudio que detalla estos hallazgos fue publicado en Nature Biomedical.
“Es una herramienta que la gente puede utilizar para tomar medidas preventivas. Si los niveles desencadenan una alerta de prediabetes, por ejemplo, podrían ajustarse los hábitos dietéticos o de ejercicio”, expresó el Dr. Michael Snyder, catedrático de Genética en Stanford Medicine, que codirigió la investigación.
Por su parte Tracey McLaughlin, profesora de endocrinología explicó que la mayoría de las personas con diabetes tipo 2 simplemente le llaman de esa manera, aunque se trata de una situación más compleja ya que existen diferentes factores fisiológicos que conducen a esta afección.
Esta investigación sigue un movimiento creciente dentro de la medicina que busca subclasificar la DM2, y conocer mejor el riesgo de cada paciente de padecer otras condiciones relacionadas incluyendo complicaciones cardiovasculares, renales, hepáticas y oculares. McLaughlin, explica que esto es importante ya que dependiendo de estas características se puede determinar cuáles fármacos funcionarán mejor que otros. “Nuestro objetivo era encontrar una forma más accesible y a la carta de que la gente entendiera y mejorara su salud”, explicó.
De esta forma, los investigadores probaron un monitor continuo de glucosa para producir datos con señales correlacionadas con los distintos subtipos de DM2. Este dispositivo se coloca en la parte superior del brazo y registra los niveles de azúcar en sangre en tiempo real. El estudio incluyó 54 participantes, 21 de los cuales tenían prediabetes y 33 estaban sanos. A través de un algoritmo basado en IA identificaron patrones dentro de los picos y las caídas de los niveles de glucosa, que correspondían a distintitos subtipos de DM2.
“Ahora tenemos los monitores, y se puede obtener una imagen mucho más matizada del patrón de glucosa que predice estos subtipos con mayor precisión y se puede hacer en casa”, indicó McLaughlin. Posteriormente, estos datos comparados con datos clínicos y otros biomarcadores de afecciones metabólicas y el algoritmo logró predecir subtipos metabólicos, como la resistencia a la insulina y la deficiencia de células beta, relacionadas con la producción de insulina, con mayor precisión que las pruebas metabólicas tradicionales. En este sentido, la herramienta fue capaz de detectar e identificar correctamente los subtipos alrededor del 90% de las veces.
Además, esta herramienta no solo sería útil paca personas con DM2, sino para personas que sufren de factores como la resistencia a la insulina, que también es un factor de riesgo de enfermedades como cardiopatías o hígado graso.
Los investigadores continuarán probando el algoritmo con personas con diagnósticos de DM2 y buscarán ampliar la disponibilidad de esta tecnología. “También vemos esta tecnología como una valiosa herramienta de atención sanitaria para personas con dificultades económicas o aisladas geográficamente que no pueden acceder a un sistema de atención sanitaria”, concluyó McLaughlin.
