La IA ayudará a detectar la diabetes años antes

service
Compartir

Comparte este artículo

o copie el enlace

Durante décadas, la detección de la diabetes se ha basado en gran medida en medir la glucemia y comprobar si supera un umbral clínico. Pero a los investigadores les preocupa cada vez más que este enfoque pase por alto a millones de personas que ya están avanzando hacia la enfermedad.

En todo el mundo, la diabetes se ha convertido en una de las crisis sanitarias más importantes de la era moderna. Según la Organización Mundial de la Salud, el 14% de los adultos vivían con diabetes en 2022, en contraste con el 7% de 1990. En Estados Unidos, más de 40 millones de personas padecen la enfermedad, pero alrededor de 11 millones siguen sin estar diagnosticadas. Se calcula que más de 115 millones de estadounidenses tienen prediabetes, y aproximadamente el 80% no lo sabe. En el caso del Reino Unido, unos 5.8 millones de personas están diagnosticadas, pero se cree que hay hasta 1.3 millones que no lo están.

La importancia de la detección a tiempo

«Estamos hablando de una epidemia que, en mi opinión, es mucho peor que la pandemia de covid», afirma Michael Snyder, profesor de genética de la Universidad de Stanford. «Necesitamos nuevas formas de abordar esto».

El peligro no es solo la diabetes en sí, sino el daño que se acumula silenciosamente durante años antes del diagnóstico. Un nivel de azúcar en sangre elevado y persistente aumenta el riesgo de cardiopatías, ictus, insuficiencia renal, ceguera y lesiones nerviosas. Cuanto antes se detecte la enfermedad, mayores serán las posibilidades de prevenir esas complicaciones o de evitar la diabetes por completo.

La detección de la diabetes sigue dependiendo en gran medida de la medición de los niveles de glucosa en sangre, generalmente mediante la prueba HbA1c, que calcula la media de azúcar en sangre de los últimos meses. Aunque se utiliza mucho y suele ser fiable, no es infalible. Los resultados no son capaces de reflejar ciertas afecciones médicas o factores fisiológicos que pueden influir en los niveles de azúcar en sangre.

A los investigadores les preocupa cada vez más que las herramientas de diagnóstico existentes sean también menos eficaces en algunas poblaciones. Estudios recientes sugieren que la HbA1c puede dar resultados falsamente bajos en algunas personas de raza negra y del sur de Asia, lo que retrasa el diagnóstico hasta que la enfermedad está más avanzada.

Esta disparidad ha suscitado un creciente interés por enfoques más personalizados y ricos en datos para la detección de la diabetes: enfoques que combinan biomarcadores, dispositivos portátiles e inteligencia artificial para identificar antes el riesgo y comprender la enfermedad con mayor detalle.

En la Universidad de Stanford, Snyder y sus colegas han estado estudiando si los monitores continuos de glucosa (CGM), sensores portátiles que registran los niveles de glucosa en tiempo real, pueden revelar patrones metabólicos ocultos mucho antes del diagnóstico convencional de la diabetes tipo 2, que representa alrededor del 95% de los casos. Aunque suele estar asociada a la obesidad (un importante factor de riesgo), las personas más delgadas también pueden desarrollarla. El propio Snyder desarrolló diabetes tipo 2 a pesar de no encajar en el perfil estereotipado de la enfermedad.

«En la regulación de la glucosa intervienen muchos sistemas orgánicos: el hígado, los músculos, el intestino, el páncreas e incluso el cerebro», explica Snyder. “Hay muchas vías bioquímicas, y es lógico que la desregulación de la glucosa no se limite a un solo factor”.

Nuevas tecnologías para la detección

El equipo de Stanford desarrolló un algoritmo basado en IA que analiza patrones en los datos del CGM para identificar distintas formas de diabetes tipo 2. En las pruebas, el sistema identificó algunos de estos patrones con una precisión cercana al 90%.

Los investigadores creen que los hallazgos podrían ayudar a identificar a las personas que ya están desarrollando problemas metabólicos mucho antes de un diagnóstico de diabetes convencional. «Es una herramienta que la gente puede utilizar para tomar medidas preventivas», sostiene Snyder. «Si los niveles disparan un aviso de prediabetes, se podrían ajustar los hábitos dietéticos o de ejercicio, por ejemplo».

La IA ayudará a detectar la diabetes años antes
wpChatIcon
    wpChatIcon