Científicos han descubierto una forma de transformar un monitor continuo de glucosa (MCG) en una potente herramienta de detección y prevención de la diabetes utilizando inteligencia artificial, tras la detección de datos durante 12 horas.

En los resultados presentados en la conferencia NeurIPS en Nueva Orleans (Estados Unidos), los científicos de la compañía Klick Applied Sciences revelan cómo utilizaron el aprendizaje automático y sólo 12 horas de datos de los MCG para determinar si un paciente era prediabético o diabético.

"Hemos demostrado que 12 horas de monitorización pueden marcar una gran diferencia en la vida de las personas con riesgo de desarrollar diabetes cuando aún hay tiempo de corregir el rumbo. Creemos que los MCG podrían utilizarse no sólo para controlar la diabetes, sino para prevenirla por completo", explica Jouhyun Jeon, científico principal del estudio e investigador principal de Klick Applied Sciences.

Para el estudio, unos 600 pacientes identificados como sanos, prediabéticos o con diabetes de tipo 2 llevaron un dispositivo MCG durante una media de 12 días. Los científicos observaron sus mediciones de glucosa a lo largo del tiempo y desarrollaron modelos de aprendizaje automático para ver si esos valores podían utilizarse para determinar si esa persona estaba sana, era prediabética o diabética.

Jeon apunta que descubrieron que su modelo de 12 horas mostraba una precisión similar a los resultados de los intervalos más largos, identificando correctamente a dos tercios de los pacientes con prediabetes, mientras que también mostraba una alta precisión en la identificación de pacientes sanos y aquellos con diabetes de tipo 2. Añade que el marco temporal más corto es un gran paso adelante, y añadió que la mayoría de las investigaciones se basan en lecturas de entre 10 y 14 días, y a menudo requieren el análisis de médicos expertos.

La prediabetes es un problema de salud grave en el que los niveles de azúcar en sangre son más altos de lo normal, pero no lo suficientemente altos como para ser diagnosticados como diabetes de tipo 2. "Una abrumadora mayoría de personas con diabetes de inicio temprano no son conscientes de su condición y no consultan a un médico hasta que su capacidad para controlar sus niveles de azúcar en la sangre está irremediablemente dañada", señala Michael Lieberman, director gerente de investigación y desarrollo de Klick Applied Sciences.

"Nuestra investigación tiene un enorme potencial para ayudar a que los biomarcadores digitales de glucosa en sangre se conviertan en una herramienta inestimable para los médicos a la hora de prevenir la diabetes antes de que se inicie", resalta.

Estos descubrimientos son los últimos en el trabajo en curso de Klick en el espacio de la diabetes. Su estudio 'La homeostasis como sistema de control proporcional-integral', basado en la modelización matemática para determinar algunos de los cambios subyacentes en la forma de regular la glucosa que pueden causar la diabetes, se publicó en 'Nature' en 2020. También presentaron resultados anteriores en la Conferencia Internacional Conjunta sobre Inteligencia Artificial (IJCAI) de 2018 en Estocolmo (Suecia).