Nat Med：开发出一种基于智能手机检测2型糖尿病的数字生物标志物

2020年8月24日讯/生物谷BIOON/---在一项新的研究中，来自美国加州大学旧金山分校的研究人员开发出一种“数字生物标志物（digital biomarker）”，它使用智能手机的内置摄像头来检测2型糖尿病，从而有可能为抽血和基于诊所的筛查工具提供一种低成本、在家使用的替代方法。相关研究结果于2020年8月17日在线发表在Nature Medicine

2020年8月24日讯/生物谷BIOON/---在一项新的研究中，来自美国加州大学旧金山分校的研究人员开发出一种“数字生物标志物（digital biomarker）”，它使用智能手机的内置摄像头来检测2型糖尿病，从而有可能为抽血和基于诊所的筛查工具提供一种低成本、在家使用的替代方法。相关研究结果于2020年8月17日在线发表在Nature Medicine期刊上，论文标题为“A digital biomarker of diabetes from smartphone-based vascular signals”。
图片来自CC0 Public Domain。
2型糖尿病是世界上最主要的疾病和死亡原因之一。它影响着3200多万美国人和全球4.5亿多人，并可能增加影响几乎所有器官系统的疾病风险，包括冠心病、肾衰竭、失明和中风。在目前的COVID-19大流行中，人们还发现2型糖尿病增加了这种疾病严重症状的风险。然而，有一半的糖尿病患者不知道自己的疾病和健康风险。

论文通讯作者、加州大学旧金山分校心脏病学助理教授Geoffrey H. Tison博士说，“使用无痛的、基于智能手机的测试方法来检测像糖尿病这样具有如此多严重健康后果的疾病的能力带来了许多可能性。我们的愿景是让这样的工具协助识别有高风险患上糖尿病的人群，最终帮助降低未确诊糖尿病的发生率。”

这些研究人员表示，利用智能手机中已经包含的技术，可以轻松部署的筛查工具可以迅速提高在人群中检测糖尿病的能力，包括传统医疗护理无法触及的人群。

虽然根据世界卫生组织（WHO）的数据，糖尿病本身是全球第七大死因，但它也会显著提高心脏病的风险，而心脏病是美国和全世界的主要死因。据美国疾病控制预防中心（CDC）估计，2型糖尿病患者死于心脏病的可能性是没有糖尿病的人的两倍。

论文第一作者、加州大学旧金山分校心脏病学临床讲师Robert Avram博士说，“糖尿病可能在很长一段时间内没有症状，这使得它更难诊断。迄今为止，一直缺乏无创性的可广泛推广的糖尿病检测工具，这促使我们开发这种算法。”

在开发这种数字生物标志物的过程中，这些研究人员推测，智能手机摄像头可通过测量称为光电容积脉搏波（photoplethysmography, PPG）的信号来检测糖尿病引起的血管损伤，而且大多数移动设备，包括智能手表和健身追踪器，都能够获取这种信号。他们通过手机闪光灯和摄像头捕捉与每次心跳相对应的指尖颜色变化来测量PPG。

在这项新的研究中，这些研究人员从健康电子心脏研究（Health eHeart Study）中的53870名患者那里获得了近300万条PPG记录，其中这些患者使用iPhone手机上的Azumio即时心率（Instant Heart Rat）应用程序（app），并报告说曾被医护人员诊断为糖尿病。这些数据被用于开发和验证一种深度学习算法，这种算法利用智能手机测量的PPG信号检测糖尿病的存在。

总体来说，这种算法在两个独立的数据集中正确识别了高达81%的患者存在糖尿病。当这种算法在另一个从个人诊所登记的患者数据集中进行测试时，它正确识别了82%的糖尿病患者。

在这种算法预测没有糖尿病的患者中，92%至97%的患者在整个验证数据集中确实没有患上这种疾病。当这种基于PPG的预测与其他容易获得的患者信息（如年龄、性别、体重指数和种族/民族）相结合时，预测性能可进一步提高。

这些研究人员表示，在这种预测性能水平上，这种算法可以起到类似于其他的疾病广泛筛查工具的作用，覆盖更广泛的人群，然后由医生确认糖尿病诊断和治疗方案。

论文共同作者、加州大学旧金山分校健康心脏病专家、心脏病学教授Jeffrey Olgin博士说，“我们证实这种算法的性能可与其他常用的测试相媲美，如乳腺癌的乳房X光检查或宫颈癌的宫颈细胞学检查，而且它的无痛性使得它对重复测试具有吸引力。像这样基于智能手机的广泛使用的工具可以用来识别和促进患有流行性糖尿病的高风险个体寻求医疗护理并获得低成本的验证性测试。”

这些研究人员建议开展进一步研究，以确定这种方法在特定临床应用中的有效性，如筛查或治疗监测。（生物谷 Bioon.com）

参考资料：

1.Robert Avram et al. A digital biomarker of diabetes from smartphone-based vascular signals. Nature Medicine, 2020, doi:10.1038/s41591-020-1010-5.

2.Smartphones may help detect diabetes
https://medicalxpress.com/news/2020-08-smartphones-diabetes.html