Мониторинг уровня сахара в крови имеет большое значение в первую очередь для пациентов с диабетом. Но и людям, которым не поставлен такой диагноз, важно следить за этим показателем.
В последние годы учёные предлагают всё больше альтернативных неинвазивных технологий. Но пока медицина не может удовлетворить потребность пациентов в недорогом и простом устройстве, позволяющем постоянно контролировать уровень глюкозы без повреждения кожи.
Новую перспективную технологию представила международная научная группа. Учёные предлагают использовать искусственный интеллект для обнаружения гипогликемических событий по сигналам электрокардиограммы (ЭКГ).
Поясним, что термином “гипогликемическое событие” обозначается падение уровня сахара в крови. Скачок может произойти из-за приёма слишком большого количества лекарств от диабета, пропуска приёма пищи или обезвоживания, злоупотребления алкоголем, чрезмерных физических нагрузок и так далее.
Если система регуляции уровня глюкозы постоянно даёт подобные сбои, у человека может развиться гипогликемический синдром. Но и одиночные события такого рода могут иметь тяжёлые последствия, вплоть до гипогликемической комы.
В настоящее время для мониторинга гипогликемических событий используются инвазивные методики, и соответствующим датчикам нужно “заплатить кровью”.
“Уколы пальцев никогда не бывают приятными, а в некоторых обстоятельствах они крайне обременительны, особенно для детей, – объясняет глава научной группы Леандро Пеккья (Leandro Pecchia) из Университета Уорика. Наша инновация заключается в использовании искусственного интеллекта для автоматического обнаружения гипогликемии с помощью ЭКГ. Это важно, поскольку сердечный ритм можно отслеживать при любых обстоятельствах, в том числе во время сна”.
Предыдущее исследование, в котором изучалась возможность отслеживания уровня глюкозы в крови по данным ЭКГ, провалилось, поскольку ИИ сталкивался с огромным разнообразием показателей, поясняют учёные. Ни одна из систем машинного обучения не смогла отыскать универсальные закономерности, которые коррелируют с измерениями уровня глюкозы в крови людей.
Ключевой прорыв команды Пеккья заключается в разработке более продвинутой системы глубокого обучения, которая анализирует сердечные ритмы каждого отдельного пациента.
В статье, представленной в журнале Scientific Reports, авторы сообщают о двух пилотных исследованиях, в которых для обучения ИИ использовались данные здоровых добровольцев.
В испытаниях приняли участие восемь человек. Мониторинг проводился круглосуточно в течение 14 дней подряд.
У четырёх добровольцев было зафиксировано по меньшей мере два гипогликемических события в течение как минимум двух ночей.
Испытания показали, что новая система ИИ на данном этапе выявляет гипогликемические события с точностью 82%. Примерно такой же показатель имеют носимые инвазивные датчики для непрерывного мониторинга глюкозы (continuous glucose monitor).
На рисунке ниже показан результат работы алгоритма: зелёная линия отображает нормальные уровни глюкозы, красная – низкие. Горизонтальная линия обозначает пороговое значение глюкозы – четыре миллимоля на литр. Серая область, окружающая непрерывную линию, отражает диапазон ошибок измерения.
Кривая, построенная алгоритмом глубокого обучения. Иллюстрация University of Warwick/перевод “Вести.Наука”.
Учёные предоставили и другой наглядный пример. Изображение ниже показывает, как ЭКГ изменяется у двух людей во время гипогликемического события. Сплошные линии отражают среднее значение показателя сердцебиения, когда уровень глюкозы нормальный (зелёный цвет) или низкий (красный). Красные и зелёные тени обозначают стандартное отклонение сердцебиения от среднего значения.
Пример того, насколько сильно могут отличаться индивидуальные данные ЭКГ, сигнализирующие о падении уровня глюкозы в крови.
Иллюстрация University of Warwick.
Несложно заметить, что изменения формы “волны” ЭКГ во время гипогликемических событий у двух людей абсолютно разные. Именно этот фактор стал помехой в предыдущих работах, считает команда Пеккья.
Добавим, что подобные модели, выстраиваемые искусственным интеллектом, пригодятся клиницистам. Анализируя положение зубцов (отклонений вверх или вниз от изоэлектрической линии), врач сможет сделать заключение о работе предсердий и желудочков во время гипогликемических событий. Это важные данные, которые могут повлиять на последующую терапию и сделать лечение персонализированным.
В ближайшее время авторы намерены провести более масштабные клинические исследования, которые должны подтвердить эффективность новой технологии и, возможно, помочь в её доработке.