Ricerca

I ricercatori usano l’intelligenza artificiale per prevedere il rischio di sviluppare il diabete di tipo 2

Figura 1. Prestazioni di previsione dell’insorgenza del diabete. Una calibrazione viene valutata visivamente con una curva di calibrazione composta da 20 contenitori di popolazione di uguali dimensioni. B Vengono visualizzate le curve di precisione e di richiamo. L’asse y sinistro corrisponde alla precisione e l’asse y destro al richiamo. L’area di prova sotto la curva di funzionamento del ricevitore è 80,26. Credito: DOI: 10.1001/jamanetworkopen.2021.11315

L’intelligenza artificiale potrebbe essere utilizzata per prevedere chi è a rischio di sviluppare il diabete di tipo 2, informazioni che potrebbero essere utilizzate per migliorare la vita di milioni di canadesi.

I ricercatori dell’Università di Toronto hanno utilizzato un modello di apprendimento automatico per analizzare i dati sanitari , raccolti tra il 2006 e il 2016, di 2,1 milioni di persone che vivono in Ontario. Hanno scoperto di essere in grado di utilizzare il modello per prevedere con precisione il numero di persone che svilupperanno il diabete di tipo 2 entro un periodo di cinque anni. Il modello di apprendimento automatico è stato anche in grado di analizzare diversi fattori che avrebbero influenzato se le persone erano ad alto o basso rischio di sviluppare la malattia.

Pubblicità e progresso

I risultati dello studio sono stati recentemente pubblicati sulla rivista JAMA Network Open .

“Sappiamo che identificare le persone a rischio di sviluppare il diabete di tipo 2 è davvero importante perché ci sono cose che possiamo fare per prevenire l’insorgenza della malattia”, afferma l’autore senior Laura Rosella, professore associato presso la Facoltà di Temerty dell’Università di Toronto. di Medicina e Scuola di Sanità Pubblica Dalla Lana.

“Questo modello di apprendimento automatico può aiutare a gestire una delle più grandi sfide legate alle malattie croniche nella società nordamericana. È dimostrato un vantaggio nell’intervenire precocemente quando le persone sono a rischio di diabete di tipo 2”.

Rosella, che è responsabile dell’istruzione per il Temerty Center for AI Research and Education in Medicine (T-CAIREM), afferma che i risultati dello studio potrebbero aiutare a informare strategie di sistema sanitario più ampie per ridurre il numero di persone che sviluppano il diabete di tipo 2.

“Il modello è accurato all’80% circa quando si tratta di prevedere chi svilupperà il diabete di tipo 2”, afferma. “Utilizzando queste informazioni in modo proattivo, possiamo pianificare meglio i sistemi sanitari e aiutare a prevenire quella che può essere una condizione grave e gravosa”.

L’uso di un modello di apprendimento automatico è importante, afferma Rosella, perché mostra come i dati raccolti di routine possono essere utilizzati per affrontare problemi di salute complessi in modo più efficace.

Prevenire il diabete di tipo 2 significa considerare fattori strutturali più ampi come l’insicurezza alimentare e l’accesso ai medici di base, aggiunge Rosella.

“Sappiamo che il diabete può essere prevenuto o ritardato. Sappiamo che esistono modi efficaci per prevenire l’insorgenza di una malattia cronica. Questo studio offre un modo per iniziare a pensare a come identificare chi è a rischio di diabete di tipo 2 e quindi iniziare attuare strategie per fermare l’insorgere di una condizione debilitante e permanente”.

Vinyas Harish, un MD-Ph.D. candidato presso la Facoltà di Medicina di Temerty e co-leader dello studente presso T-CAIREM, afferma che la ricerca illumina come l’esame accurato dei determinanti sociali della salute abbia un impatto importante sull’arresto della diffusione del diabete di tipo 2 .

“Ci aiuta a pensare a cosa possiamo fare per far intervenire un sistema sanitario su fattori più ampi e più strutturali”, afferma.

Rosella afferma che la ricerca medica che incorpora l’intelligenza artificiale richiede un approccio di squadra.

“Hai bisogno di un gruppo multidisciplinare di persone che includa un gruppo di scienziati informatici davvero bravi, persone che capiscono i dati e come usarli e persone con una prospettiva del sistema sanitario e una prospettiva clinica”, afferma.

“Questo è necessario per assicurarti di trovare algoritmi che verranno effettivamente utilizzati e avranno un impatto”.


Ulteriori informazioni: Mathieu Ravaut et al, Sviluppo e convalida di un modello di apprendimento automatico che utilizza dati sanitari amministrativi per prevedere l’insorgenza del diabete di tipo 2, JAMA Network Open (2021). DOI: 10.1001/jamanetworkopen.2021.11315