Wie KI Ihr Glukosemessgerät aufwerten kann - und andere Gesundheitsprobleme erkennen kann
Stanford-Forscher haben einen Algorithmus entwickelt, um Subtypen von Typ-2-Diabetes vorherzusagen, der direkt von zu Hause aus funktioniert.
Forscher in Stanford haben künstliche Intelligenz (KI) genutzt, um tiefer in die Diabetesdiagnose einzutauchen - und die Ergebnisse könnten eine bessere, zugänglichere Versorgung bedeuten.
Unter Diabetes verstehen wir gemeinhin entweder Typ 1 oder Typ 2. In den letzten Jahren haben Wissenschaftler jedoch wichtige Variationen oder Subtypen innerhalb von Typ 2 entdeckt - der 95 % der Diagnosen ausmacht -, die Aufschluss über das Risiko geben, an verwandten Erkrankungen wie Nieren-, Herz- oder Leberproblemen zu erkranken.
"Um die Physiologie hinter [Diabetes] zu verstehen, sind Stoffwechseltests erforderlich, die in einer Forschungsumgebung durchgeführt werden, aber die Tests sind umständlich und teuer und nicht praktikabel für den Einsatz in der Klinik", erklärte Tracey McLaughlin, MD, Professorin für Endokrinologie in Stanford.
Anhand von Daten, die von Glukosemonitoren gesammelt wurden, entwickelten die Forscher einen Algorithmus, der drei der vier häufigsten Subtypen von Typ-2-Diabetes identifiziert.
Im Vergleich zu klinischen Daten sagte der Algorithmus "metabolische Subtypen wie Insulinresistenz und Betazellmangel mit größerer Genauigkeit voraus als die herkömmlichen Stoffwechseltests" - etwa in 90 % der Fälle.
Die Kenntnis des Subtyps eines Patienten kann sich auf die Wirksamkeit der Behandlung auswirken. Ärzte können personalisierte Medizinpläne entwickeln und Ressourcen besser von Patient zu Patient fokussieren, um Kosten zu senken. Darüber hinaus wendet die Studie KI auf Daten an, die bereits leicht vom Glukosemessgerät einer Person erfasst werden können, was bedeutet, dass der Algorithmus keine größere oder kompliziertere klinische Umgebung benötigt, um zu funktionieren.
"Das ist wichtig, denn je nachdem, welchen Typ Sie haben, wirken einige Medikamente besser als andere", sagte McLaughlin. "Unser Ziel war es, einen zugänglicheren On-Demand-Weg zu finden, auf dem die Menschen ihre Gesundheit verstehen und verbessern können."
Die Forscher glauben, dass der Algorithmus Gesundheitsinformationen zu Hause für diejenigen besser verfügbar machen wird, die aufgrund von Geografie, Armut oder anderen Faktoren keinen Zugang zur Gesundheitsinfrastruktur haben.
Wenn man bedenkt, dass bei fast 13 % der US-Bevölkerung Diabetes diagnostiziert wurde, könnten diese Nuancen einen großen Unterschied bei den Behandlungsoptionen und der Wirksamkeit ausmachen - vor allem, wenn KI bessere Erkenntnisse aus Daten gewinnen kann, die von einem Wearable gesammelt werden, das Patienten oft bereits haben und benötigen.
Nach der CES 2025, auf der zwei rezeptfreie Glukosemessgeräte als Preisträger in der Kategorie Digital Health ausgezeichnet wurden, markiert die Studie einen weiteren Schritt in Richtung zugänglicher Gesundheitstechnologie.