克利克应用科学公司的科学家们发现了一种利用人工智能将连续血糖监测仪(CGM)转化为强大的糖尿病筛查和预防工具的方法。

在周五新奥尔良举行的NeurIPS会议上公布的研究结果中，Klick的科学家们透露了他们如何使用机器学习和来自CGMs的12小时数据来确定患者是糖尿病前期还是糖尿病。

这项研究的首席科学家、Klick应用科学公司的首席研究员Jouhyun Jeon说:“我们已经证明，12小时的监测可以对那些有患糖尿病风险的人的生活产生很大的影响，而他们还有时间进行纠正。”“我们认为cgm不仅可以用于监测糖尿病，而且可以完全预防糖尿病。”

在这项研究中，约600名健康、糖尿病前期或患有2型糖尿病的患者平均佩戴CGM设备12天。科学家们观察了他们长期以来的血糖测量结果，并开发了机器学习模型，看看这些数值是否可以用来确定这个人是健康的、糖尿病前期还是糖尿病。

Jeon说，他们发现他们的12小时模型与较长间隔的结果具有相似的准确性，正确地识别了三分之二的前驱糖尿病患者，同时在识别健康患者和2型糖尿病患者方面也显示出很高的准确性。Jeon说，更短的时间框架是一个很大的进步，并补充说，大多数研究都是10到14天的读数，通常需要专家临床医生的分析。

根据美国疾病控制与预防中心的说法，前驱糖尿病是一种严重的健康状况，患者的血糖水平高于正常水平，但还没有高到可以被诊断为2型糖尿病。大约9600万美国成年人——超过三分之一——患有前驱糖尿病。在那些患有前驱糖尿病的人中，超过80%的人不知道自己患有糖尿病。

“绝大多数早发糖尿病患者都没有意识到自己的病情，直到他们控制血糖水平的能力遭到不可挽回的损害，他们才去看医生，”克利克应用科学公司(Klick Applied Sciences)研发部董事总经理迈克尔·利伯曼(Michael Lieberman)说。“我们的研究具有巨大的潜力，可以帮助将血糖数字生物标志物转移到一个位置，使其成为医生在糖尿病发生前预防的宝贵工具。”

这些发现是Klick在糖尿病领域持续研究的最新成果。他们的“作为比例积分控制系统的内稳态”研究基于数学建模，以确定可能导致糖尿病的葡萄糖调节方式的一些潜在变化，该研究于2020年发表在《自然》杂志上。他们还在瑞典斯德哥尔摩举行的2018年国际人工智能联合会议(IJCAI)上公布了早些时候的发现。