8月18日,据外媒报道,美国加州大学旧金山分校发表在《自然-医学》上的一项新研究,展示了一种通过智能手机摄像头诊断2型糖尿病的方法,准确率超80%。 糖尿病初期并没有什么症状,因此很容易让人们忽视。此外,到目前为止,还缺乏检测糖尿病的无创且可扩展的工具,因此科学家决定开展这项研究。 该系统基于利用光电容积描记(PPG),它利用光电传感器,检测经过人体血液和组织吸收后的反射光强度的不同,描记出血管容积在心动周期内的变化,从得到的脉搏波形中计算出心率。 在智能手机摄像头出现的的时候,科学家就意识到通过其能够捕捉到PPG的测量值。研究人员猜测利用智能手机摄像头捕捉到的PPG数据,能够检测到糖尿病引起的血管损伤。 研究人员首先过深度神经网络检测了53870名糖尿病患者的260万份PPG记录,并以此开发了一种深度学习算法,并验证了其是否能够有效地识别糖尿病患者和健康受试者。 在开发出算法后,研究人员测试了通过智能手机的PPG数据检测出糖尿病的能力,这些数据是通过手机的闪光灯和摄像头收集的。 结果发现,该系统在受试者中准确地检测到大约80%糖尿病患者。当该算法与其他基本患者数据(如体重指数和年龄)相结合,其预测潜力得到了进一步提高。 研究人员表示,在这个智能手机普及的年代,用它来检测糖尿病将会有效降低患病风险。目前,我们正在将该算法转换为应用程序,下一步,将测试这一全新的数字工具如何更好的纳入糖尿病筛查实践中。