7 ژانویه 2025 - دیابت مدتهاست که به دو دسته تقسیم می شود: دیابت نوع 1 که اغلب در دوران کودکی ظاهر می شود یا دیابت نوع 2 که با چاقی همراه است و معمولاً در اواخر زندگی ایجاد می شود. اما دانشمندان دریافته اند که همه بیماران مبتلا به دیابت نوع 2 یکسان نیستند و برخی از بیماران از نظر وزن بدن، سن شروع و سایر خصوصیات متفاوت هستند.

اکنون محققان دانشکده ی پزشکی استنفورد، یک الگوریتم مبتنی بر هوش مصنوعی توسعه داده‌اند که از داده‌های مانیتورهای مداوم قند خون برای تجزیه سه مورد از چهار زیرگروه رایج دیابت نوع 2 استفاده می‌کند.

دکتر مایکل اسنایدر، استاد ژنتیک در استنفورد، می‌گوید: "این ابزاری است که افراد می‌توانند از آن برای انجام اقدامات پیشگیرانه استفاده کنند. برای مثال، اگر سطوح قند خون باعث هشدار پیش دیابت شود، می‌توان عادات غذایی یا ورزش را تنظیم کرد."

دکتر اسنایدر گفت: تقریباً 13 درصد از جمعیت ایالات متحده، یعنی حدود 40 میلیون نفر، مبتلا به دیابت هستند و 98 میلیون نفر به پیش دیابت مبتلا هستند، بنابراین یک فناوری با قابلیت دسترسی گسترده که جزئیات تشخیصی را مشخص می کند، یک تغییر دهنده ی بازی برای مراقبت از دیابت است.

پرفسور تریسی مک لافلین، استاد غدد درون ریز در استنفورد، گفت: 95 درصد از کل افراد دیابتی به دیابت نوع 2 مبتلا هستند و فقط به آنها گفته می شود که به دیابت نوع 2 مبتلا هستند، اما تشخیص این که در کدام زیر گروه از دیابت نوع 2 قرار می گیرند، پیچیده تر از یک تشخیص ساده است، ما اکنون می دانیم که هر زیر گروه فیزیولوژی های زیربنایی مختلفی دارد که منجر به این بیماری می شود.

پرفسور مک لافلین، گفت: حرکت رو به رشدی برای طبقه بندی دیابت نوع 2 به این زیرگروه ها، برای درک بهتر خطر ابتلا به سایر بیماری های مرتبط، مانند عوارض قلبی عروقی، کلیوی، کبدی یا چشمی، و شناسایی فیزیولوژی زمینه ای افراد، شروع شده است. این مهم است، زیرا بسته به نوع دیابت شما، برخی از داروها بهتر از بقیه عمل می کنند. هدف ما یافتن راهی در دسترس تر و بر اساس تقاضا برای مردم برای درک و بهبود سلامت خود بود.

این فناوری می‌ توانست سال‌ها پیش برای دکتر اسنایدر مفید باشد، زمانی که او متوجه شد پیش ‌دیابتی است. او گفت: "وقتی فهمیدم در راه دیابت هستم، توده عضلانی خود را افزایش دادم که یکی از روش های رایج برای کمک به کاهش قند خون است، اما هیچ تاثیری نداشت. این موضوع به این دلیل بود که من به طور سنتی به انسولین مقاوم نبودم. دیابت نوع 2 من از چیزی به نام کمبود سلول های بتا سرچشمه می گرفت، به این معنی که سلول هایی که انسولین تولید می کنند آنطور که باید عمل نمی کردند.

مقاله ای با جزئیات این تحقیق در Nature Biomedical Engineering منتشر شد.

تشریح جزئیاتی در مورد دیابت

در حال حاضر، تشخیص دیابت صرفاً بر اساس سطح گلوکز در خون است که می توان آن را از طریق خون گیری ساده انجام داد. پرفسور مک لافلین گفت: «اما این آزمایش‌ها اطلاعات کمی در مورد بیولوژی زیربنایی قند خون بالا ارائه می‌دهند. درک فیزیولوژی پشت آن نیاز به تست های متابولیک دارد که در یک محیط تحقیقاتی انجام شود، اما این تست ها دست و پا گیر و گران هستند و برای استفاده در کلینیک عملی نیستند».

با این حال، مانیتورهای مداوم قند، که بدون نسخه در دسترس هستند، می توانند قند خون بالا را آزمایش کنند و اطلاعات دقیق تری در مورد بیولوژی متابولیکی فرد جمع آوری کنند.

انسولین، هورمونی که در پانکراس ساخته می‌شود، با تشویق سلول‌ها به جذب و استفاده از آن به عنوان انرژی، سطح گلوکز یا قند را در جریان خون تنظیم می‌کند. اگر لوزالمعده انسولین کافی تولید نکند که به عنوان کمبود انسولین شناخته می شود، گلوکز در خون افزایش می یابد. مقاومت به انسولین، یک نشانگر رایج دیابت، زمانی رخ می‌دهد که سلول‌ها به سیگنال ‌های انسولین پاسخ نمی‌دهند، که همچنین منجر به تجمع گلوکز در خون می‌شود.

دیابت نوع 2 همچنین می تواند ناشی از نقص در تولید اینکرتین باشد، هورمونی که پس از خوردن غذا توسط روده ترشح می شود و ترشح انسولین را از لوزالمعده تحریک می کند، یا مقاومت به انسولین در کبد. هر یک از این چهار زیرگروه فیزیولوژیک دیابت ممکن است به درمان های متفاوتی پاسخ دهند.

آزمایش این الگوریتم

پرفسور مک لافلین و دکتر اسنایدر به این فکر می کردند که آیا یک ابزار معمولی مانند یک مانیتور مداوم قند خون می تواند داده هایی با سیگنال های پنهان مرتبط با انواع مختلف دیابت تولید کند. دستگاهی که کاربران آن را به بازوی خود وصل می کنند، این دستگاه با اندازه گیری قند خون در زمان واقعی، افزایش و کاهش سطح قند خون را نشان می دهد. افرادی که نوشیدنی حاوی گلوکز می نوشند معمولاً گلوکز خونشان افزایش می یابد، اما سطح و الگوی آن افزایش از فردی به فرد دیگر متفاوت است.

در مطالعه ‌ای بر روی 54 شرکت ‌کننده که 21 نفر از آنها پیش دیابت داشتند و 33 نفر سالم بودند، محققان از یک الگوریتم مبتنی بر هوش مصنوعی برای شناسایی الگوها در اوج ها و افت های قند خون استفاده کردند که با زیرشاخه‌های مختلف دیابت نوع 2 مطابقت داشت.

شرکت‌کنندگانی که از مانیتورهای مداوم گلوکز استفاده می‌کردند نیز در مطب دکتر آزمایش گلوکز خوراکی را انجام دادند.

پرفسور مک لافلین گفت: پزشکان برای ده ها است که به این اطلاعات نگاه می کنند و پارامترهای خاصی را می یابند که نشان‌دهنده مقاومت به انسولین یا اختلال عملکرد سلول‌های بتا است که محرک‌های اصلی دیابت هستند. اما اکنون ما این مانیتورها را در اختیار داریم و می‌توانیم تصویر بسیار ظریف‌تری از الگوی قند خون با کمک هوش مصنوعی ارائه دهیم که این زیرگروه‌ها را با دقت بیشتری پیش‌بینی کند، این کار حتی در خانه نیز قابل انجام است.

در مقایسه با داده‌های بالینی و سایر نشانگرهای زیستی شرایط متابولیک، این الگوریتم - چه برای داده‌های مانیتور مداوم گلوکز و چه برای داده‌های خونگیری که پس از آزمایش تحمل گلوکز به کار می‌ رود - زیرگروه‌های متابولیک مانند مقاومت به انسولین و کمبود سلول‌های بتا را با دقت بیشتری نسبت به تست های متابولیک سنتی پیش‌بینی می‌کند. این ابزار قادر است در حدود 90 درصد موارد زیرگروه ها را به درستی شناسایی کند.

گسترش دسترسی

علاوه بر داده های با وضوح بالاتر برای افراد مبتلا به دیابت یا پیش دیابت، استفاده از این مانیتور مزایای دیگری نیز دارد. پرفسور مک لافلین، گفت: «حتی اگر فردی با مقاومت به انسولین به دیابت مبتلا نشود، هنوز مهم است که از این موضوع مطلع شود، زیرا مقاومت به انسولین یک عامل خطر برای انواع بیماری‌های دیگر مانند بیماری قلبی و بیماری کبد چرب است.»

پرفسور مک لافلین و دکتر اسنایدر قصد دارند آزمایش این الگوریتم را با افرادی که دیابت نوع 2 در آنها تشخیص داده شده است، ادامه دهند و امیدوارند که در دسترس بودن گسترده ی این فناوری، دسترسی به مراقبت را افزایش دهد، حتی زمانی که بیماران قادر به مراجعه ی حضوری در مطب پزشک نباشند.

پرفسور مک لافلین گفت: «ما همچنین این فناوری را به عنوان یک ابزار ارزشمند مراقبت های بهداشتی برای افرادی می دانیم که از نظر اقتصادی در چالش هستند یا از نظر جغرافیایی در مناطق دور زندگی می کنند و نمی توانند به سیستم مراقبت های بهداشتی دسترسی داشته باشند».

منبع:

https://medicalxpress.com/news/2025-01-ai-simple-glucose-subtypes-diabetes.html