AI Koristi se za mjerenje šećera u krvi

We are searching data for your request:

Forums and discussions:

Manuals and reference books:

Data from registers:

Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Svatko koji pati od dijabetesa zna koliko je važno praćenje šećera u krvi. Tehnologija je poboljšala taj proces, ali još uvijek su potrebne igle i uboji prstiju.

Istraživači sa Univerziteta Warwick u Velikoj Britaniji pokušavaju to promijeniti primjenom umjetne inteligencije na problem.

U radu objavljenom u časopisu Naučni, naučnici pod vodstvom dr. Leandra Pecchia pokazali su kako mogu otkriti šećer u krvi pomoću EKG signala i senzora koji se mogu nositi.

POVEZANO: 5 TEHNOLOGIJA LIJEČENJA DIJABETETA KOJE VJEROJATNO VIDIMO

AI sistem radi jednako dobro

Dvije pilot studije na zdravim dobrovoljcima pokazale su da je prosječna osjetljivost i specifičnost sistema bila oko 82%, što je usporedivo sa trenutnim sistemom koji se koristi za otkrivanje hipoglikemije. U stalnom stanju, kontinuirani monitori glukoze ili CGM dostupni su putem NHS-a za otkrivanje nivoa šećera u krvi. Oni mjere glukozu u tečnosti pomoću senzora s iglom. Senjor šalje alarme i podatke na uređaj. Uređaje često treba kalibrirati dva puta dnevno i uključuju testove nivoa glukoze u krvi u prstima.

„Otipci nikada nisu ugodni, a u nekim su okolnostima posebno glomazni. Uzeti prst tokom noći zasigurno je neugodno, posebno za pacijente u dječjoj dobi ", rekao je dr. Pecchia u priopćenju za javnost najavljujući rad." Naša se inovacija sastojala u korištenju umjetne inteligencije za automatsko otkrivanje hipoglikemije pomoću nekoliko EKG otkucaja. EKG se može otkriti u bilo kojim okolnostima, uključujući spavanje. "

Vlastiti podaci subjekta koji se koriste za vježbanje AI algoritma

Ono što je metodu Warwickovih naučnika moglo učiniti toliko efikasnom jeste to što se algoritmi AI obučavaju s vlastitim podacima subjekta. Da se koriste kohortni podaci, sistem ne bi dao iste rezultate.

"Naš pristup omogućava personalizirano podešavanje algoritama detekcije i naglašava kako hipoglikemijski događaji utječu na EKG kod pojedinaca. Na temelju ovih podataka, kliničari mogu prilagoditi terapiju svakom pojedincu. Jasno je da je potrebno više kliničkih istraživanja kako bi se ovi rezultati potvrdili u široj populaciji. To je razlog zašto tražimo partnere, rekao je dr. Pecchia.