Ferramenta de Detecção de Diabetes Baseada em Smartphone: Biomarcador Digital para Identificação Precoce de Risco

Pesquisadores desenvolveram um "biomarcador digital" que usaria a câmera integrada de um smartphone para detectar diabetes. A ferramenta poderia ajudar a identificar pessoas com maior risco de ter diabetes, ajudando finalmente a diminuir a prevalência de diabetes não diagnosticado.

Ferramentas de triagem que podem ser implantadas facilmente usando tecnologia já contida em smartphones poderiam aumentar rapidamente a capacidade de detectar diabetes, incluindo populações fora do alcance de cuidados médicos tradicionais. Até hoje, ferramentas não invasivas e amplamente escaláveis para detectar diabetes têm sido escassas, motivando o desenvolvimento do algoritmo.

No desenvolvimento do biomarcador, os pesquisadores hipotetizaram que uma câmera de smartphone poderia ser usada para detectar danos vasculares devido à diabetes medindo sinais chamados fotopletismografia (PPG), que a maioria dos dispositivos móveis, incluindo smartwatches e rastreadores de fitness, são capazes de adquirir. Os pesquisadores usaram a lanterna e a câmera do telefone para medir PPGs capturando mudanças de cor na ponta do dedo correspondentes a cada batida cardíaca.

A equipe obteve quase 3 milhões de gravações PPG de 53.870 pacientes que usaram o app Azumio Instant Heart Rate no iPhone e relataram ter sido diagnosticados com diabetes por um profissional de saúde. Esses dados foram usados para desenvolver e validar um algoritmo de deep learning para detectar a presença de diabetes usando sinais PPG medidos por smartphone.

No geral, o algoritmo identificou corretamente a presença de diabetes em até 81% dos pacientes em dois conjuntos de dados separados. Quando o algoritmo foi testado em um conjunto de dados adicional de pacientes inscritos em clínicas presenciais, identificou corretamente 82% dos pacientes com diabetes. Entre os pacientes que o algoritmo previu não ter diabetes, 92 a 97% não tinham a doença nos conjuntos de dados de validação. Quando esta previsão derivada de PPG foi combinada com outras informações de pacientes facilmente obtidas — como idade, gênero, índice de massa corporal e raça/etnia — o desempenho preditivo melhorou ainda mais.

Neste nível de desempenho preditivo, o algoritmo poderia servir a um papel similar a outras ferramentas de triagem de doenças generalizadas para alcançar um grupo muito mais amplo de pessoas, seguido pela confirmação do diagnóstico de diabetes por um médico e um plano de tratamento. O desempenho do algoritmo é comparável a outros testes comumente usados, como mamografia para câncer de mama ou citologia cervical para câncer cervical, e sua indoloridade o torna atraente para testes repetidos.