La IA predice e identifica subtipos de diabetes tipo 2 utilizando monitores continuos de glucosa en sangre

Sin embargo, los científicos han descubierto que no todos los pacientes con diabetes tipo 2 son iguales, ya que varían en factores como el peso corporal, la edad de aparición y otras características. Ha habido un creciente esfuerzo por subclasificar la diabetes tipo 2, que representa el 95 % de todos los casos de diabetes, para comprender mejor el riesgo de condiciones relacionadas, incluidas complicaciones cardiovasculares, renales, hepáticas y oculares, e identificar la fisiología subyacente de la diabetes de cada individuo.

En la actualidad, el diagnóstico de la diabetes se basa únicamente en los niveles de glucosa en sangre, que se pueden medir mediante un simple análisis de sangre. Sin embargo, estas pruebas no proporcionan información sobre los mecanismos biológicos que se esconden detrás de los niveles elevados de azúcar en sangre. Para comprender la fisiología subyacente se necesitan pruebas metabólicas, que normalmente se realizan en un entorno de investigación, pero estas pruebas son costosas, engorrosas y no son viables para el uso clínico de rutina.

Por otra parte, los monitores continuos de glucosa, que están disponibles sin receta, pueden rastrear el alto nivel de azúcar en la sangre y proporcionar información más detallada sobre la biología metabólica de una persona. La insulina, una hormona producida por el páncreas, regula la glucosa en sangre ayudando a las células a absorberla y utilizarla como energía. Cuando el páncreas produce una cantidad insuficiente de insulina (una afección conocida como deficiencia de insulina), los niveles de glucosa en sangre aumentan. La resistencia a la insulina, un marcador común de la diabetes, ocurre cuando las células no responden a la insulina, causando que la glucosa se acumule en la sangre. La diabetes tipo 2 también puede ser consecuencia de un defecto en la producción de incretina, una hormona liberada por el intestino después de comer que impulsa al páncreas a secretar insulina, o de la resistencia a la insulina en el hígado. Cada uno de estos cuatro subtipos fisiológicos de diabetes puede requerir diferentes enfoques terapéuticos.

Investigadores de Stanford Medicine (Stanford, CA, EUA) han desarrollado un algoritmo basado en inteligencia artificial (IA) que utiliza datos de monitores continuos de glucosa para diferenciar entre tres de los cuatro subtipos más comunes de diabetes tipo 2. Los investigadores buscaron determinar si un dispositivo ampliamente utilizado, como un monitor continuo de glucosa, podría proporcionar datos con señales ocultas que se correlacionen con diferentes subtipos de diabetes. El monitor, que se lleva en la parte superior del brazo, mide las fluctuaciones en tiempo real de los niveles de azúcar en sangre. Cuando las personas consumen una bebida glucosada, sus niveles de azúcar en la sangre generalmente aumentan, pero la intensidad y el patrón de estos picos pueden variar entre

En un estudio en el que participaron 54 participantes (21 con prediabetes y 33 individuos sanos), los investigadores aplicaron un algoritmo impulsado por IA para identificar patrones en los picos y valles de los niveles de azúcar en sangre que corresponden a varios subtipos de diabetes tipo 2. Los participantes que utilizaron los monitores continuos de glucosa también se sometieron a la prueba de glucosa oral en el consultorio de un médico. Cuando los datos de los monitores continuos de glucosa se compararon con datos clínicos y otros biomarcadores metabólicos, el algoritmo pudo predecir subtipos metabólicos, como la resistencia a la insulina y la deficiencia de células beta, con mayor precisión que las pruebas metabólicas tradicionales.

La herramienta, que se detalla en un artículo publicado en Nature Biomedical Engineering, fue capaz de detectar e identificar subtipos con precisión aproximadamente el 90% de las veces. Además de proporcionar datos de mayor resolución para personas con diabetes o prediabetes, el monitor continuo de glucosa ofrece beneficios adicionales. Incluso si una persona con resistencia a la insulina no desarrolla diabetes, sigue siendo importante identificar la afección, ya que la resistencia a la insulina es un factor de riesgo para varios otros problemas de salud, como enfermedades cardíacas y enfermedad del hígado graso.

Los investigadores planean continuar probando el algoritmo en personas diagnosticadas con diabetes tipo 2 y esperan que la amplia disponibilidad de la tecnología mejore el acceso a la atención, especialmente para los pacientes que no pueden asistir a las citas médicas. También consideran que esta tecnología es una herramienta de salud invaluable para las personas que enfrentan barreras económicas o geográficas para acceder a la atención médica.

“La gente ha estudiado este tema durante décadas y ha descubierto ciertos parámetros que indican resistencia a la insulina o disfunción de las células beta, que son los principales impulsores de la diabetes”, afirmó la Dra. Tracey McLaughlin, profesora de endocrinología. “Pero ahora tenemos los monitores y podemos obtener una imagen mucho más matizada del patrón de glucosa que predice estos subtipos con mayor precisión y se puede realizar en casa”.