AI + EKG-Herzaufzeichnung kann Diabetes und Prädiabetes genau vorhersagen

Bildnachweis: CC0 Public Domain

Ein Algorithmus der künstlichen Intelligenz (KI), der aus den Merkmalen einzelner Herzschläge abgeleitet wird, die in einem EKG (Elektrokardiogramm) aufgezeichnet werden, kann Diabetes und Prädiabetes genau vorhersagen, schlägt vorläufige Forschung vor, die im Online-Journal veröffentlicht wurde BMJ-Innovationen.

Wenn der Ansatz in größeren Studien validiert wird, könnte er zum Screening auf die Krankheit in Umgebungen mit geringen Ressourcen verwendet werden, sagen die Forscher.

Schätzungsweise 463 Millionen Erwachsene auf der ganzen Welt hatten im Jahr 2019 Diabetes, und die Erkennung der Krankheit in ihren frühen Stadien ist der Schlüssel zur Vermeidung späterer schwerwiegender Gesundheitsprobleme. Die Diagnose stützt sich jedoch stark auf die Messung des Blutzuckers.

Dies ist nicht nur invasiv, sondern auch schwierig als Massen-Screening-Test in Umgebungen mit geringen Ressourcen durchzuführen, betonen die Forscher.

Strukturelle und funktionelle Veränderungen im Herz-Kreislauf-System treten frühzeitig auf, noch bevor sie indikativ sind Blutzucker Änderungen, und diese zeigen sich auf einer EKG-Herzkurve.

Die Forscher wollten daher prüfen, ob Techniken des maschinellen Lernens (KI) verwendet werden können, um das Screening-Potenzial des EKG zu nutzen, um Prädiabetes und Typ-2-Diabetes bei Personen mit hohem Krankheitsrisiko vorherzusagen.

Sie stützten sich auf Teilnehmer der Studie Diabetes in Sindhi Families in Nagpur (DISFIN), die die genetischen Grundlagen von Typ-2-Diabetes und andere Stoffwechselmerkmale in Sindhi-Familien mit hohem Krankheitsrisiko in Nagpur, Indien, untersuchte.

In die Studie wurden Familien mit mindestens einem bekannten Fall von Typ-2-Diabetes aufgenommen, die in Nagpur leben, wo es eine hohe Dichte an Sindhi gibt.

Die Teilnehmer machten Angaben zu ihrer persönlichen und familiären Krankengeschichte, ihrer normalen Ernährung und unterzogen sich einer ganzen Reihe von Blutuntersuchungen und klinischen Untersuchungen. Ihr Durchschnittsalter betrug 48 Jahre und 61 % von ihnen waren Frauen.

Prädiabetes und Diabetes wurden anhand der von der American Diabetes Association festgelegten diagnostischen Kriterien identifiziert.

Die Prävalenz sowohl von Typ-2-Diabetes als auch von Prädiabetes war hoch: etwa 30 % bzw. 14 %. Und die Prävalenz der Insulinresistenz war ebenfalls hoch – 35 % – ebenso wie die Prävalenz anderer einflussreicher Begleiterkrankungen – Bluthochdruck (51 %), Fettleibigkeit (etwa 40 %) und gestörte Blutfettwerte (36 %).

Für jeden der 1262 eingeschlossenen Teilnehmer wurde eine standardmäßige 12-Kanal-EKG-Herzaufzeichnung mit einer Dauer von 10 Sekunden durchgeführt. Und 100 einzigartige strukturelle und funktionale Merkmale für jeden Lead wurden für jede der 10.461 Singles kombiniert Herzschläge aufgezeichnet, um einen prädiktiven Algorithmus (DiaBeats) zu generieren.

Basierend auf der Form und Größe einzelner Herzschläge erkannte der DiaBeats-Algorithmus schnell Diabetes und Prädiabetes mit einer Gesamtgenauigkeit von 97 % und einer Präzision von 97 %, unabhängig von Einflussfaktoren wie Alter, Geschlecht und gleichzeitig bestehenden Stoffwechselstörungen.

Wichtige EKG-Merkmale stimmten konsequent mit den bekannten biologischen Auslösern überein, die kardialen Veränderungen zugrunde liegen, die typisch für Diabetes und sind Prädiabetes.

Die Forscher erkennen an, dass die Studienteilnehmer alle ein hohes Risiko für Diabetes und andere Stoffwechselstörungen hatten und daher wahrscheinlich nicht die allgemeine Bevölkerung repräsentieren. Und DiaBeats war bei Patienten, die verschreibungspflichtige Medikamente gegen Diabetes, Bluthochdruck, hohen Cholesterinspiegel usw. einnahmen, etwas ungenauer.

Es waren auch keine Daten für diejenigen verfügbar, die Prädiabetiker oder Diabetiker wurden, was es unmöglich machte, die Auswirkungen eines frühen Screenings zu bestimmen.

„Theoretisch bietet unsere Studie eine relativ kostengünstige, nicht-invasive und genaue Alternative [to current diagnostic methods] die als Torwächter verwendet werden können, um Diabetes und Vorerkrankungen effektiv zu erkennen.Diabetes früh in seinem Verlauf”, schlussfolgern sie.

„Trotzdem Annahme dieser Algorithmus in die Routinepraxis erfordert eine robuste Validierung auf externen, unabhängigen Datensätzen”, vorwarnensie.


Studie findet starken Zusammenhang zwischen Prädiabetes und Herzinfarktrisiko


Mehr Auskunftrmationen:
Algorithmus für maschinelles Lernen zur nichtinvasiven Erkennung von Diabetes und Prädiabetes aus dem Elektrokardiogramm, BMJ-Innovationen (2022). DOI: 10.1136/bmjinnov-2021-000759

Zur Verfügung gestellt von
Britisches medizinisches Journal

Zitat: KI + EKG-Herzaufzeichnung kann Diabetes und Prädiabetes genau vorhersagen (2022, 9. August), abgerufen am 9. August 2022 von https://medicalxpress.com/news/2022-08-ai-ecg-heart-accurately-diabetes.html

Dieses Dokument ist urheberrechtlich geschützt. Abgesehen von einem fairen Handel zum Zwecke des privaten Studiums oder der Forschung darf kein Teil ohne schriftliche Genehmigung reproduziert werden. Der Inhalt dient nur zu Auskunftrmationszwecken.

Newsletter

Leave a Reply

Your email address will not be published.

This site uses Akismet to reduce spam. Learn how your comment data is processed.