スマートフォンベース糖尿病検出ツール：早期リスク特定のためのデジタルバイオマーカー

研究者たちが、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々を特定するのを支援し、最終的に未診断糖尿病の有病率を減らすのに役立つ可能性があります。

スマートフォンにすでに内蔵されている技術を使用して簡単に展開できるスクリーニングツールは、従来の医療が届かない人々を含め、糖尿病検出能力を急速に向上させる可能性があります。これまで、非侵襲的で広範囲にスケーラブルな糖尿病検出ツールが不足しており、アルゴリズム開発の動機となりました。

バイオマーカー開発において、研究者たちはスマートフォンカメラを用いて、光電容積脈波（PPG）と呼ばれる信号を測定することで、糖尿病による血管損傷を検出できると仮説を立てました。PPGは、スマートウォッチやフィットネストラッカーを含むほとんどのモバイルデバイスで取得可能です。研究者たちは、スマートフォンのフラッシュライトとカメラを使用し、心拍に対応する指先の色変化を撮像することでPPGを測定しました。

チームは、iPhoneの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、ほぼ300万件のPPG記録を取得しました。このデータを用いて、スマートフォン測定PPG信号を使用して糖尿病の存在を検出するディープラーニングアルゴリズムの開発と検証を行いました。

全体として、アルゴリズムは2つの独立したデータセットで、患者の最大81%において糖尿病の存在を正しく特定しました。対面クリニックから登録された患者の追加データセットでテストした場合、糖尿病患者の82%を正しく特定しました。アルゴリズムが糖尿病がないと予測した患者のうち、検証データセット全体で92〜97%が実際に糖尿病を持っていませんでした。このPPG由来の予測を、年齢、性別、体格指数、人種/民族などの他の容易に入手可能な患者情報と組み合わせると、予測性能がさらに向上しました。

このレベルの予測性能では、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、より広範な人々にリーチした後、医師による糖尿病診断の確認と治療計画に進められます。アルゴリズムの性能は、乳がんのマンモグラフィや子宮頸がんの子宮頸細胞診などの一般的に使用される検査と同等であり、その非侵襲性は繰り返し検査に魅力的です。

TUMのAIシステムが自動運転車の故障を最大7秒前に予測革新的スマートステントが動脈狭窄を早期検知し適切な介入を可能に

センサー