Forscher der Stanford University haben einen Algorithmus zur künstlichen Intelligenz (KI) entwickelt, der die Diabetesdiagnose verbessert und möglicherweise zu besseren und zugänglicheren Behandlungen führt.
Traditionell wird Diabetes in Typ 1 oder Typ 2 unterteilt, wobei Typ 2 95 % der Fälle ausmacht. Neuere Studien haben wichtige Subtypen innerhalb des Typ-2-Diabetes identifiziert, die das Risiko von Komplikationen wie Nieren- und Herzerkrankungen beeinflussen können.
Tracey McLaughlin, Professorin für Endokrinologie an der Stanford University, erklärte: "Das Verständnis der Physiologie hinter [Diabetes] erfordert metabolische Tests, die in einer Forschungsumgebung durchgeführt werden, aber diese Tests sind umständlich und teuer." Der neue Algorithmus nutzt Daten von Glukosemonitoren, um drei der vier häufigsten metabolischen Subtypen des Typ-2-Diabetes mit etwa 90 % Genauigkeit zu identifizieren, was die traditionellen Testmethoden übertrifft.
Die Identifizierung des Diabetesuntertyps eines Patienten kann die Wirksamkeit der Behandlung erheblich beeinflussen, da sie es den Gesundheitsdienstleistern ermöglicht, personalisierte Behandlungspläne zu erstellen und Ressourcen effizienter zuzuordnen. Dieser Ansatz verringert auch die Notwendigkeit komplexer klinischer Umgebungen, da er auf Daten von Glukosemonitoren zurückgreift, die Patienten häufig bereits verwenden.
McLaughlin betonte die Bedeutung dieser Entwicklung: "Das ist wichtig, denn je nach Typ, den Sie haben, wirken einige Medikamente besser als andere." Die Forschung zielt darauf ab, Gesundheitsinformationen für Personen bereitzustellen, die über keine angemessene Gesundheitsinfrastruktur verfügen.
Da fast 13 % der US-Bevölkerung mit Diabetes diagnostiziert sind, könnten diese Fortschritte die Behandlungsoptionen und -ergebnisse erheblich verbessern. Diese Studie folgt der Anerkennung von zwei rezeptfreien Glukosemonitoren auf der CES 2025, was einen bedeutenden Schritt in Richtung zugänglicher Gesundheitstechnologie darstellt.