Detektor Diabetes Berbasis Ponsel Cerdas

Para peneliti telah mengembangkan “biomarker digital” yang akan menggunakan kamera bawaan smartphone untuk mendeteksi diabetes. Alat ini dapat membantu mengidentifikasi orang yang berisiko lebih tinggi menderita diabetes, yang pada akhirnya membantu mengurangi prevalensi diabetes yang tidak terdiagnosis.

Alat skrining yang dapat digunakan dengan mudah menggunakan teknologi yang sudah ada di smartphone dapat dengan cepat meningkatkan kemampuan mendeteksi diabetes termasuk populasi yang berada di luar jangkauan perawatan medis tradisional. Sampai saat ini, alat noninvasif dan skalabel secara luas untuk mendeteksi diabetes masih kurang, sehingga memotivasi pengembangan algoritme.

Dalam mengembangkan biomarker, para peneliti berhipotesis bahwa kamera smartphone dapat digunakan untuk mendeteksi kerusakan pembuluh darah akibat diabetes dengan mengukur sinyal yang disebut photoplethysmography (PPG), yang dapat diperoleh sebagian besar perangkat seluler termasuk jam tangan pintar dan pelacak kebugaran. Para peneliti menggunakan senter ponsel dan kamera untuk mengukur PPG dengan menangkap perubahan warna di ujung jari yang sesuai dengan setiap detak jantung.

Tim memperoleh hampir 3 juta rekaman PPG dari 53.870 pasien yang menggunakan aplikasi Azumio Instant Heart Rate di iPhone dan dilaporkan telah didiagnosis menderita diabetes oleh penyedia layanan kesehatan. Data ini digunakan untuk mengembangkan dan memvalidasi algoritme pembelajaran mendalam guna mendeteksi keberadaan diabetes menggunakan sinyal PPG yang diukur dengan ponsel cerdas.

Secara keseluruhan, algoritme dengan benar mengidentifikasi keberadaan diabetes hingga 81 persen pasien dalam dua kumpulan data terpisah. Ketika algoritme diuji dalam kumpulan data tambahan pasien yang terdaftar dari klinik langsung, algoritma tersebut mengidentifikasi 82 ​​persen pasien dengan diabetes dengan benar. Di antara pasien yang diprediksi algoritme tidak menderita diabetes, 92 hingga 97 persen tidak memiliki penyakit di seluruh set data validasi. Saat prediksi yang diturunkan dari PPG ini digabungkan dengan informasi pasien lain yang mudah diperoleh — seperti usia, jenis kelamin, indeks massa tubuh, dan ras/etnis — kinerja prediktif semakin meningkat.

Pada tingkat kinerja prediktif ini, algoritme dapat memainkan peran yang serupa dengan alat skrining penyakit luas lainnya untuk menjangkau kelompok orang yang jauh lebih luas, diikuti oleh konfirmasi dokter tentang diagnosis diabetes dan rencana perawatan. Performa algoritme sebanding dengan tes lain yang umum digunakan, seperti mamografi untuk kanker payudara atau sitologi serviks untuk kanker serviks, dan rasa sakitnya membuatnya menarik untuk pengujian berulang.