Sensori e AI cambieranno il futuro della diagnosi e gestione del diabete? È la scommessa dei ricercatori dello Scripps Research Translational Institute (La Jolla, Usa) composto anche da Alumni dell’Università di Padova, autori di uno studio molto interessante, pubblicato da ‘Nature Medicine’.
Grazie a un nuovo modello di intelligenza artificiale che analizza i dati dei monitor glicemici continui (CGM), le informazioni sul microbioma intestinale, la dieta, l’attività fisica e la genetica, i ricercatori sono stati in grado di rilevare i primi segnali di rischio di diabete che potrebbero sfuggire al test standard, quello dell’emoglobina glicata (un esame del sangue). Naturalmente anche il microbiota si è rivelato prezioso, come vedremo meglio fra poco.
Diabete: in Italia prove di futuro. Dallo screening alla telemedicina
Da Padova quattro cervelli smart
Sono italiani Mattia Carletti, il primo autore, Matteo Gadaleta, responsabile del processamento dei dati, e Giorgio Quer, co-autore senior e corrispondente, che hanno portato avanti lo studio presso Scripps Research. Ma anche Riccardo Miotto, che lavora presso Tempus AI – lo sponsor dello studio – e ha gestito la collaborazione.
Tutti e quattro hanno completato il dottorato presso il dipartimento di Ingegneria dell’Informazione dell’ateneo padovano. Attenzione, le scoperte dei team mettono in luce una serie di informazioni preziose.
Diabete: gli zuccheri nel sangue
Sebbene alcune variazioni nei livelli di zucchero nel sangue siano normali, soprattutto dopo i pasti, sperimentare picchi frequenti o prolungati può indicare che l’organismo è in difficoltà.
Nelle persone sane la glicemia tende a salire e scendere in modo regolare. Ma in chi è a rischio diabete i picchi possono essere più marcati, più frequenti e più lenti a rientrare. Il nuovo studio dimostra che monitorare con strumenti ad hoc queste dinamiche consente di avere maggiori dettagli sulla salute metabolica.
Il glucosio, l’AI e la progressione verso il diabete
“Abbiamo dimostrato – spiega Giorgio Quer, direttore di Intelligenza artificiale e professore associato di Medicina Digitale presso Scripps Research – che due persone con lo stesso valore di emoglobina glicata possono avere profili di rischio sottostanti molto divers. Analizzando più dati, ovvero quanto tempo impiegano i picchi glicemici a rientrare, cosa succede al glucosio durante la notte, qual è l’apporto alimentare e persino cosa accade nell’intestino, possiamo iniziare a distinguere chi è su una traiettoria rapida verso il diabete e chi no”.
Obiettivo, “comprendere meglio cosa guida la progressione del diabete e come possiamo intervenire precocemente”, precisa Ed Ramos, co-autore corrispondente e direttore dei trial clinici digitali presso Scripps Research.
Una ricerca via social e ‘da remoto’
Si è trattato di uno studio innovativo, condotto attraverso i social media, che ha coinvolto oltre 1.000 persone – sane, con diabete o prediabete – da tutti gli Stati Uniti in un trial clinico completamente da remoto.
Le ‘cavie umane’ per dieci giorni hanno indossato un piccolo sensore, il dispositivo CGM Dexcom G6, registrato i pasti, monitorando attività fisica, sonno e battito cardiaco con uno smartwatch, inviando campioni di sangue, saliva e feci ai ricercatori per le analisi.
L’accesso alle cartelle cliniche elettroniche dei partecipanti ha permesso al team di avere a disposizione una mole di dati per addestrare un modello di intelligenza artificiale a distinguere tra persone con diabete di tipo 2 e sane.
Picchi e microbiota
Nelle persone con diabete di tipo 2 spesso servivano 100 minuti o più affinché la glicemia si abbassasse dopo un picco, mentre in quelle sane tornava ai valori di base molto prima. Inoltre un microbiota intestinale più diversificato e un livello di attività fisica più elevato sono risultati associati a un migliore controllo glicemico, al contrario della frequenza cardiaca a riposo più alta, apparsa collegata al diabete.
Secondo Mattia Carletti, ora ricercatore ad Oxford University (GB) la sensibilità di questo approccio diagnostico basato sull’AI “potrebbe aiutare i medici a personalizzare i trattamenti, concentrandosi su cambiamenti dello stile di vita o terapie precoci per i pazienti con rischio più elevato di progressione della malattia”.
I ricercatori continueranno a seguire i partecipanti per verificare se le previsioni del modello si traducono in una reale progressione clinica della malattia. Ma sembrano esserci le basi per una gestione più smart del diabete.
AI e medicina: i 5 progetti in corso nel laboratorio del Campus
