Los investigadores de la Universidad de California en San Francisco han desarrollado un “biomarcador digital” que utilizaría la cámara incorporada de un teléfono inteligente para detectar la diabetes de tipo 2 -una de las principales causas de enfermedad y muerte en el mundo-, proporcionando potencialmente una alternativa de bajo costo, en el hogar, a las extracciones de sangre y a las herramientas de detección en las clínicas.
La diabetes de tipo 2 afecta a más de 32 millones de estadounidenses y a más de 450 millones de personas en todo el mundo, y puede aumentar el riesgo de enfermedades que afecten a casi todos los sistemas de órganos, incluidas las enfermedades coronarias, la insuficiencia renal, la ceguera y los accidentes cerebrovasculares. En la pandemia actual, también se ha descubierto que aumenta el riesgo de síntomas graves de la COVID-19.
Sin embargo, la mitad de las personas con diabetes desconocen su diagnóstico y los riesgos para su salud.
“La capacidad de detectar una enfermedad como la diabetes, que tiene tantas consecuencias graves para la salud, mediante una prueba indolora basada en un teléfono inteligente, plantea muchas posibilidades”, dijo el coautor principal Geoffrey H. Tison, profesor asistente de cardiología, del estudio publicado en la revista Nature Medicine. “La visión sería que una herramienta como esta ayudara a identificar a las personas con mayor riesgo de tener diabetes, ayudando en última instancia a disminuir la prevalencia de la diabetes no diagnosticada“.
Estas herramientas de detección que se pueden desplegar fácilmente, utilizando la tecnología ya contenida en los teléfonos inteligentes, podrían aumentar rápidamente la capacidad de detectar la diabetes, dijeron los investigadores, incluyendo en poblaciones fuera del alcance de la atención médica tradicional.
Si bien la diabetes mellitus es por sí sola la séptima causa de muerte en el mundo, según la Organización Mundial de la Salud, también aumenta considerablemente el riesgo de enfermedades cardíacas, que es la principal causa de muerte en los Estados Unidos y en todo el mundo. Los Centros para el Control y la Prevención de Enfermedades de los Estados Unidos estiman que las personas con diabetes de tipo 2 tienen el doble de probabilidades de morir de enfermedades cardíacas que las que no tienen diabetes.
![[Img #61455]](https://noticiasdelaciencia.com/upload/images/08_2020/3535_appdiabetes.jpg)
“La diabetes puede ser asintomática durante un largo período de tiempo, lo que hace mucho más difícil su diagnóstico”, dijo el autor principal Robert Avram, instructor clínico en cardiología. “Hasta la fecha, han faltado herramientas no invasivas y ampliamente escalables para detectar la diabetes, lo que nos ha motivado a desarrollar este algoritmo”.
Al desarrollar el biomarcador, los investigadores plantearon la hipótesis de que se podría utilizar una cámara de teléfono inteligente para detectar el daño vascular debido a la diabetes mediante la medición de unas señales, a través de una técnica llamada Fotopletismografía (PPG), que la mayoría de los dispositivos móviles, incluidos los relojes inteligentes y los rastreadores de fitness, son capaces de adquirir. Los investigadores utilizaron la linterna y la cámara del teléfono para medir las señales de PPG capturando los cambios de color en la punta del dedo correspondientes a cada latido del corazón.
En el estudio, los investigadores de la UCSF obtuvieron casi 3 millones de registros de PPG de 53.870 pacientes del estudio Health eHeart que utilizaron la aplicación de ritmo cardíaco instantáneo Azumio en el teléfono inteligente iPhone y que informaron de que les habían diagnosticado diabetes. Estos datos se utilizaron tanto para desarrollar como para validar un algoritmo de aprendizaje profundo para detectar la presencia de diabetes utilizando señales PPG medidas por el teléfono inteligente.
En general, el algoritmo identificó correctamente la presencia de diabetes en hasta el 81% de los pacientes en dos conjuntos de datos separados. Cuando el algoritmo se probó en un conjunto de datos adicionales de pacientes reclutados de clínicas presenciales, identificó correctamente al 82 por ciento de los pacientes con diabetes.
Entre los pacientes que el algoritmo predijo que no tenían diabetes, entre el 92 y el 97 por ciento no tenían la enfermedad en los conjuntos de datos de validación. Cuando esta predicción derivada del PPG se combinó con otra información del paciente fácilmente obtenible, como la edad, el sexo, el índice de masa corporal y la raza/etnia, el rendimiento predictivo mejoró aún más.
A este nivel de rendimiento predictivo, los autores dijeron que el algoritmo podría cumplir una función similar a la de otras herramientas de detección de enfermedades generalizadas para llegar a un grupo mucho más amplio de personas, seguido de la confirmación por parte de un médico del diagnóstico de diabetes y un plan de tratamiento.
“Demostramos que el rendimiento del algoritmo es comparable a otras pruebas de uso común, como la mamografía para el cáncer de mama o la citología cervical para el cáncer de cuello de útero, y siendo indoloro lo hace atractivo para pruebas repetidas”, dijo el autor del estudio Jeffrey Olgin, cardiólogo de Salud de la UCSF y profesor y jefe de la División de Cardiología de la UCSF. “Una herramienta como esta, basada en un teléfono inteligente ampliamente accesible, podría utilizarse para identificar y animar a las personas con mayor riesgo de tener diabetes prevalente a que busquen atención médica y obtengan una prueba de confirmación de bajo costo”.
Los autores recomiendan que se realicen más estudios para determinar la eficacia de este método para aplicaciones clínicas específicas, como la detección o el control terapéutico.
