{{{sourceTextContent.title}}}

Une application pour smartphone et un apprentissage approfondi aident à détecter le diabète

{{{sourceTextContent.subTitle}}}

Le diabète est l'une des principales causes de maladie et de décès dans le monde, touchant plus de 450 millions de personnes.

{{{sourceTextContent.description}}}

Si la technologie a beaucoup progressé pour aider à détecter et à gérer le diabète, elle implique encore généralement des prises de sang et des outils cliniques. En outre, environ la moitié des diabétiques ne savent même pas qu'ils sont atteints de la maladie.

Les chercheurs de l'université de San Francisco ont maintenant mis au point une méthode prometteuse de détection du diabète à l'aide d'un appareil photo pour smartphone et d'un apprentissage approfondi, en utilisant l'application publique Instant Heart Rate d'Azumio pour saisir les mesures de photopléthysmographie (PPG). Lorsqu'un utilisateur place le bout de son doigt sur la lampe de poche et l'appareil photo du téléphone, l'application mesure les PPG en capturant les changements de couleur du bout du doigt correspondant à chaque battement de cœur. Ces données sont rapportées à l'utilisateur sous forme de rythme cardiaque instantané.

Bien que la mesure de la fréquence cardiaque puisse constituer en soi une utilisation impressionnante d'un smartphone, les chercheurs de l'UCSF ont découvert que les données relatives à la fréquence cardiaque, ainsi que la variabilité de la fréquence cardiaque et certaines caractéristiques de la morphologie de la forme d'onde du PPG, sont en corrélation avec de nombreux mécanismes physiologiques affectés par le diabète, tels que le vieillissement endothélial et l'athérosclérose microvasculaire. Ils ont donc entrepris une étude dans le cadre de la vaste étude Health eHeart de l'UCSF pour voir si le PPG pourrait être un biomarqueur précis pour détecter le diabète.

Les chercheurs ont développé et validé un algorithme d'apprentissage approfondi en utilisant près de 3 millions d'enregistrements PPG provenant de 53 870 patients. L'algorithme a réussi de manière impressionnante à identifier correctement la présence de diabète chez 82 % des patients diabétiques, ainsi que l'absence de diabète chez 97 % des patients non diabétiques. Les performances de l'algorithme se sont encore améliorées lorsqu'il a été combiné aux données des patients, telles que l'âge, le sexe et l'IMC, ainsi qu'à d'autres comorbidités concomitantes. Une analyse supplémentaire a même montré une corrélation entre le score de l'algorithme et l'A1c des sujets.

Bien que des recherches supplémentaires soient nécessaires sur la meilleure façon d'intégrer ce nouveau biomarqueur numérique, les résultats pourraient établir le PPG comme une nouvelle modalité de traitement du diabète et les smartphones comme un outil encore plus utile pour notre santé.