近日，加州大学旧金山分校（UC San Francisco）的研究人员已经开发出一种“数字生物标记”，可以使用智能手机的内置摄像头来检测Ⅱ型糖尿病，智能手机有可能成为一种低成本的家用替代品，取代抽血和基于临床的筛查工具。
Ⅱ型糖尿病影响着全世界超过4.5亿人，它几乎可以影响机体每一个器官系统，包括冠心病、肾衰竭、失明和中风。在目前的大流行中，它被发现还加重了COVID-19患者的症状。然而，糖尿病初期并没有什么症状，很容易被人忽视。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，因此科学家们进行了这项研究。
研究人员说，使用智能手机中已经包含的技术，可以轻松使用筛查工具，提高检测糖尿病的能力，包括无法获得传统医疗护理的人群。这项研究在2020年8月17日发表在《自然医学》（Nature Medicine）上，题为“A digital biomarker of diabetes from smartphone-based vascular signals”。
虽然糖尿病本身是全球第七大死亡原因，但根据世界卫生组织的数据，糖尿病也大大增加了心脏病的风险，心脏病是美国和全世界的主要死亡原因。美国疾病控制和预防中心估计，患有Ⅱ型糖尿病的人死于心脏病的可能性是没有糖尿病的人的两倍。
在开发生物标志物的过程中，研究人员使用智能手机摄像头，通过测量称为“光体积描记术”（PPG）的信号来检测糖尿病引起的血管损伤。PPG系统利用光传感器，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。
而大多数移动设备，包括智能手表和健康追踪器，都能够获得这种信号。研究人员通过手机闪光灯和照相机捕捉到与每次心跳相对应的指尖颜色变化来测量PPGs。
在该研究中，加州大学旧金山分校的研究人员获得了53,870名参与健康心脏研究（Health eHeart Study）的患者的近300万份PPG记录，这些患者使用了iPhone上的Azumio（即时心率应用程序），并报告说，他们被医疗保健机构诊断为糖尿病。这些数据被用于开发和验证一种深度学习算法，利用智能手机测量的PPG信号检测糖尿病的存在。
总的来说，在两个独立的数据集中，该算法正确识别了高达81%的糖尿病患者。当该算法在从诊所登记的额外患者数据集中进行测试时，它正确地识别了82%的糖尿病患者。
在验证数据集中，该算法预测的没有糖尿病的患者中，确实有92%到97%没有糖尿病。当这种PPG推导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）结合起来时，预测性能进一步提高。
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，研究人员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。
参考：
【1】
【2】
【3】https://m.mydrivers.com/newsview/707077.html