スマートフォンベースの糖尿病検出器
研究者たちは、スマートフォンの内蔵カメラを使用して糖尿病を検出する「デジタルバイオマーカー」を開発しました。このツールは、糖尿病のリスクが高い人を特定するのに役立ち、最終的には診断されていない糖尿病の有病率を減らすのに役立ちます。
スマートフォンにすでに搭載されている技術を使用して簡単に導入できるスクリーニングツールは、従来の医療の範囲外の人口を含む糖尿病を検出する能力を急速に向上させる可能性があります。今日まで、糖尿病を検出するための非侵襲的で広くスケーラブルなツールが不足しており、アルゴリズムの開発を動機付けています。
バイオマーカーの開発において、研究者たちは、スマートフォンのカメラを使用して、スマートウォッチやフィットネストラッカーなどのほとんどのモバイルデバイスが取得できるフォトプレチスモグラフィー（PPG）と呼ばれる信号を測定することで、糖尿病による血管の損傷を検出できると仮定しました。研究者たちは、電話の懐中電灯とカメラを使用して、各心拍に対応する指先の色の変化をキャプチャすることにより、PPGを測定しました。
チームは、iPhoneでAzumio Instant Heart Rateアプリを使用し、医療提供者によって糖尿病と診断されたと報告した53,870人の患者から約300万件のPPG記録を取得しました。このデータは、スマートフォンで測定されたPPG信号を使用して糖尿病の存在を検出するための深層学習アルゴリズムの開発と検証の両方に使用されました。
全体として、アルゴリズムは2つの別々のデータセットで最大81％の患者の糖尿病の存在を正しく識別しました。対面診療所から登録された患者の追加データセットでアルゴリズムをテストしたところ、糖尿病患者の82％が正しく識別されました。アルゴリズムが予測した患者のうち、92〜97％は、検証データセット全体で糖尿病を患っていませんでした。このPPGから得られた予測を、年齢、性別、肥満度指数、人種/民族など、他の簡単に入手できる患者情報と組み合わせると、予測パフォーマンスがさらに向上しました。
このレベルの予測パフォーマンスでは、アルゴリズムは他の広範な疾患スクリーニングツールと同様の役割を果たし、はるかに幅広いグループの人々に到達し、その後、医師による糖尿病診断と治療計画の確認を行うことができます。アルゴリズムのパフォーマンスは、乳がんのマンモグラフィや子宮頸がんの子宮頸部細胞診など、他の一般的に使用されるテストに匹敵し、痛みがないため、繰り返しテストするのに魅力的です。
センサー