ЭКГ как индикатор гипогликемии

ЭКГ как индикатор гипогликемии

15 Jan 2020
176
Прослушать

Новая технология определения низкого уровня глюкозы через с помощью носимого устройства с сенсором ЭКГ, который использует технологию искусственного интеллекта, была разработана исследователями из Уорикского университета (Великобритания).

Информация об этой разработке была опубликована в журнале Scientific Reports.

В настоящее время системы непрерывного мониторинга уровня сахара (CGM-системы) измеряют уровень глюкозы в интерстициальной жидкости с помощью инвазивного датчика с маленькой иглой, который посылает сигналы тревоги и данные на устройство отображения. Во многих случаях они требуют калибровки дважды в день с помощью инвазивного теста уровня глюкозы в крови с уколом пальцев.

Университетские ученые смогли доказать, что, используя технологию глубокого обучения, они могут обнаруживать гипогликемические события по "сырым" сигналам ЭКГ, полученным с помощью неинвазивных сенсоров носимого устройства.

Два пилотных исследования со здоровыми добровольцами выявили среднюю чувствительность и специфичность, равную примерно 82%, для обнаружения гипогликемии, что сопоставимо с текущими возможностями CGM-систем.

По словам доктора Леандро Пеккья из Инженерного факультета университета Уорика,

Делать уколы в палец ночью очень неприятно, особенно детям. Мы разработали метод использования искусственного интеллекта для автоматического определения гипогликемии с помощью показаний ЭКГ-сенсора. Это важно, поскольку ЭКГ может регистрироваться при любых обстоятельствах, в том числе во время сна.

При тестировании системы было доказано, что ЭКГ изменяется у каждого человека во время гипогликемического события. При этом основная проблема заключается в том, что модель искусственного интеллекта должна быть "натренирована" на основе собственных данных каждого испытуемого пациента. Различия между отдельными людьми настолько существенны, что обучение системы с использованием данных группы пользователей не дало бы одинаковых результатов. Соответственно, персонализированная терапия, основанная на этой системе, может быть более эффективной, чем нынешние подходы, но реализовать ее с учетом таких проблем пока будет сложно.

Доктор Пеккья объясняет, что

Именно поэтому предыдущие исследования с использованием ЭКГ для выявления гипогликемических событий не дали результатов. Работа алгоритмов искусственного интеллекта, подготовленных на основе групповых данных ЭКГ, была бы затруднена из-за этих различий между данными отдельных людей. Наш подход позволяет индивидуально настраивать алгоритмы обнаружения и подчеркивает, как гипогликемические события влияют на ЭКГ у отдельных пациентов. Основываясь на этой информации, врачи могут адаптировать терапию к каждому человеку.