Desarrollan un método de IA que predice la aparición de diabetes en 12 horas

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.