Künstliche Intelligenz lehrt die Bestimmung des Glukosespiegels im Blut mittels EKG

0
14

Die Überwachung des Blutzuckers ist vor allem bei Patienten mit Diabetes von großer Bedeutung. Für Menschen, die keine solche Diagnose erhalten, ist es jedoch wichtig, diesen Indikator zu überwachen.

In den letzten Jahren haben Wissenschaftler immer mehr alternative nicht-invasive Technologien angeboten. Die Medizin kann jedoch nicht den Bedarf der Patienten nach einem kostengünstigen und einfachen Gerät befriedigen, mit dem Sie den Glukosespiegel konstant überwachen können, ohne die Haut zu beschädigen.

Eine vielversprechende neue Technologie wurde von einer internationalen wissenschaftlichen Gruppe vorgestellt. Wissenschaftler schlagen vor, künstliche Intelligenz zu verwenden, um hypoglykämische Ereignisse durch Elektrokardiogrammsignale (EKG-Signale) zu erkennen.

Lassen Sie uns erklären, dass sich der Begriff “hypoglykämisches Ereignis” auf einen Rückgang des Blutzuckers bezieht. Ein Sprung kann auftreten, wenn zu viel Diabetesmedikamente eingenommen werden, Mahlzeiten oder Dehydrierung ausgelassen werden, Alkoholmissbrauch, übermäßige Bewegung usw.

Wenn das System zur Regulierung des Glukosespiegels solche Störungen ständig verursacht, kann eine Person ein hypoglykämisches Syndrom entwickeln. Solche Einzelereignisse können jedoch schwerwiegende Folgen bis hin zum hypoglykämischen Koma haben.

Derzeit werden invasive Techniken verwendet, um hypoglykämische Ereignisse zu überwachen, und geeignete Sensoren müssen “im Blut bezahlt” werden.

“Fingerspritzen sind niemals angenehm und stellen unter Umständen eine große Belastung dar, insbesondere für Kinder”, erklärt Leandro Pecchia, Leiter des Forschungsteams der Warwick University. Dies ist wichtig, da die Herzfrequenz unter allen Umständen überwacht werden kann, auch im Schlaf. “

Eine frühere Studie, die die Fähigkeit untersuchte, den Blutzuckerspiegel mithilfe von EKG-Daten zu verfolgen, schlug fehl, da die KI auf eine Vielzahl von Indikatoren stieß, erklären Wissenschaftler. Keines der maschinellen Lernsysteme war in der Lage, universelle Muster zu finden, die mit Messungen von Glukose im Blut von Menschen korrelieren.

Der entscheidende Durchbruch des Peccia-Teams ist die Entwicklung eines fortgeschritteneren Deep-Learning-Systems, das den Herzrhythmus jedes einzelnen Patienten analysiert.

In einem Artikel in Scientific Reports berichten die Autoren über zwei Pilotstudien, die Daten von gesunden Freiwilligen verwendeten, um KI zu unterrichten.

Acht Personen nahmen an den Tests teil. Die Überwachung wurde an 14 aufeinanderfolgenden Tagen rund um die Uhr durchgeführt.

Vier Freiwillige verzeichneten mindestens zwei hypoglykämische Ereignisse für mindestens zwei Nächte.

Tests haben gezeigt, dass das neue AI-System zu diesem Zeitpunkt hypoglykämische Ereignisse mit einer Genauigkeit von 82% erkennt. Tragbare invasive Sensoren für die kontinuierliche Glukoseüberwachung haben ungefähr den gleichen Indikator.

Die folgende Abbildung zeigt das Ergebnis des Algorithmus: Die grüne Linie zeigt normale Glukosespiegel an, die rote Linie zeigt einen niedrigen Wert an. Die horizontale Linie gibt den Glukoseschwellenwert von vier Millimol pro Liter an. Der graue Bereich um die durchgezogene Linie spiegelt den Bereich der Messfehler wider.

Kurve nach dem Deep-Learning-Algorithmus.

Wissenschaftler haben ein weiteres anschauliches Beispiel geliefert. Das Bild unten zeigt, wie sich das EKG bei zwei Personen während eines hypoglykämischen Ereignisses ändert. Die durchgezogenen Linien stellen die durchschnittliche Herzfrequenz dar, wenn der Glukosespiegel normal (grün) oder niedrig (rot) ist. Rote und grüne Schatten zeigen die Standardabweichung des Herzschlags vom Mittelwert an.

Ein Beispiel dafür, wie stark sich die einzelnen EKG-Daten unterscheiden können, was auf einen Rückgang des Blutzuckers hinweist.

Es ist leicht zu bemerken, dass die Veränderungen in der Form der “Welle” des EKG während hypoglykämischer Ereignisse bei zwei Personen völlig unterschiedlich sind. Nach Ansicht des Peccia-Teams wurde dieser Faktor in früheren Arbeiten zu einem Hindernis.

Wir fügen hinzu, dass solche Modelle, die mit künstlicher Intelligenz erstellt wurden, für Kliniker nützlich sein werden. Durch die Analyse der Position der Zähne (Abweichungen von der isoelektrischen Linie nach oben oder unten) kann der Arzt einen Rückschluss auf die Arbeit der Vorhöfe und Ventrikel während hypoglykämischer Ereignisse ziehen. Dies sind wichtige Daten, die die nachfolgende Therapie beeinflussen und die Behandlung personalisieren können.

In naher Zukunft beabsichtigen die Autoren, größere klinische Studien durchzuführen, die die Wirksamkeit der neuen Technologie bestätigen und möglicherweise deren Entwicklung unterstützen sollen.

Übrigens sprach Vesti.Nauka (nauka.vesti.ru) früher von einem Papiersensor, einem Pflaster und „intelligenten“ Kontaktlinsen, die Blutzuckermessgeräte ersetzen können. Wissenschaftler fanden auch heraus, dass das Schnüffeln von Hunden das Risiko für Hypo- und Hyperglykämie senkt.

LEAVE A REPLY

Please enter your comment!
Please enter your name here