Microinfusore/CGM/Pancreas artificiale

L’intelligenza artificiale (IA) è in grado di rilevare livelli bassi della glicemia tramite ECG senza test con le dita

La maggior parte dei diabetici si affida ancora agli esami del sangue tramite il prelievo capillare dalle dita per misurare i livelli di glucosio (glicemia). Alcuni usano monitor di glucosio continui indossabili (sensori), ma anche quelli in genere richiedono calibrazioni due volte al giorno rispetto al metodo con lettura della glicemia tramite striscette reattive al sangue. È noto da tempo che un elettrocardiogramma (ECG) può mostrare segni di livelli anormali di glucosio, ma l’affidabilità di questo metodo è stata ostacolata dalle risposte individuali che i diversi pazienti esibiscono nelle loro forme d’onda ECG.

Pubblicità

Ora, i ricercatori dell’Università di Warwick nel Regno Unito hanno dimostrato di essere in grado di rilevare eventi ipoglicemici pericolosi con una precisione dell’82% semplicemente analizzando i grafici ECG generati da un dispositivo indossabile disponibile in commercio (Medtronic Zephyr BioPatch HP). Questo è paragonabile alle attuali capacità dei glucometri continui invasivi. Se questi risultati sono confermati in studi più approfonditi, la tecnologia può aiutare i pazienti pediatrici a prevenire l’ipoglicemia durante il sonno e portare a un miglioramento sostanziale della qualità della vita di molti diabetici tipo 1.

Il nuovo sistema si basa su un approccio di apprendimento profondo in grado di identificare come i battiti del cuore di persone diverse sono influenzati dall’ipoglicemia. I segnali ECG di ciascun paziente vengono registrati e gli eventi ipoglicemici annotati usando mezzi tradizionali. Dati sufficienti, il sistema Warwick rileva i biomarcatori del segnale ECG che si presentano in caso di ipoglicemia, che può individuare durante le successive analisi. Rendere le cose più facili per i clinici è un approccio innovativo che assicura siano evidenziati gli aspetti dell’ECG che indicano l’ipoglicemia.

Studio in Scientific Reportsmedicina di precisione e intelligenza artificiale: uno studio pilota sull’apprendimento profondo per il rilevamento di eventi ipoglicemici basato sull’ECG

Le linee continue rappresentano i battiti cardiaci medi per due diversi soggetti quando il livello di glucosio è normale (linea verde) o basso (linea rossa). Le ombre rosse e verdi rappresentano la deviazione standard dei battiti cardiaci attorno alla media. Un confronto evidenzia che questi due soggetti hanno diversi cambiamenti della forma d’onda dell’ECG durante eventi ipo. In particolare, il Soggetto 1 presenta un intervallo QT visibilmente più lungo durante l’ipo, mentre il Soggetto 2 no. Le barre verticali rappresentano l’importanza relativa di ciascuna onda ECG nel determinare se un battito cardiaco è classificato come ipo o normale. Da queste barre, un clinico addestrato vede che per il Soggetto 1, lo spostamento dell’onda T influenza la classificazione, riflettendo che quando il soggetto è in ipo, la ripolarizzazione dei ventricoli è più lenta. Nell’oggetto 2,

 

Pubblicità