人工智能可以终结指尖血糖测试

人工智能被用来开发能够使用非侵入性传感器通过心电图检测低血糖水平的新技术。 它能够从原始心电图信号中检测低血糖事件。 该技术是由研究人员开发的 华威大学，包括 Leandro Pecchia 博士。

目前使用连续血糖监测仪（CGM），它们可用于低血糖检测。 他们能够通过使用带有小针的侵入式传感器来测量间质液中的葡萄糖。 然后将警报和数据发送到显示设备。 通常，它们需要每天通过侵入性指尖刺血血糖水平测试进行校准两次。 

华威大学 Leandro Pecchia 博士的团队于 13 月 XNUMX 日在题为《精准医学与人工智能：基于心电图的深度学习低血糖事件检测的试点研究》的论文中发表了他们的研究结果。 发表在 Nature Springer 杂志上 Scientific Reports.

该论文证明，人工智能（深度学习）的最新发展可用于从通过非侵入性可穿戴传感器获取的原始心电图信号中检测低血糖事件。

对健康志愿者进行了两项试点研究，他们发现低血糖检测的平均敏感性和特异性与目前的 CGM 性能相当，但它是非侵入性的。

Leandro Pecchia 博士来自华威大学工程学院。

“指弹从来都不是令人愉快的事情，在某些情况下还特别麻烦。 夜间手指采摘确实令人不愉快，尤其是对于儿科患者。

“我们的创新在于使用人工智能通过几次心电图节拍自动检测低血糖。 这是相关的，因为心电图可以在任何情况下检测到，包括睡眠。”

研究人员使用的模型称为沃里克模型，它强调了每个受试者在低血糖事件期间心电图的变化。 研究人员使用每个受试者自己的数据来训练人工智能模型。 由于存在如此多的主体间差异，使用队列数据来训练系统不会给出相同的结果。 更有效的方法是基于新系统的个性化治疗。

华威大学科学家的方法之所以如此有效，很可能是因为人工智能算法是用受试者自己的数据进行训练的。 

“通过队列心电图数据训练的人工智能算法的性能将受到这些受试者间差异的阻碍，”Pecchia 说。

“我们的方法可以对检测算法进行个性化调整，并强调低血糖事件如何影响个体心电图。 根据这些信息，临床医生可以根据每个人的情况调整治疗方案。 显然，需要更多的临床研究来在更广泛的人群中证实这些结果。 这就是我们寻找合作伙伴的原因。”

就在拐角处

医疗领域的人工智能是该技术的主要潜在用途之一。 当前的应用已经非常令人印象深刻，并且将继续前进。 这项新技术可以解决糖尿病患者日常中最不舒服的问题之一，并且它很好地可以结束所需的指尖采血测试。 

很多时候，人们关注的焦点是人工智能带来的重大医疗进步，例如治疗疾病和进行极其精确的外科手术。 这都是事实，这无疑会给医学领域带来重大进步，进而给社会带来同样的进步。 有一天，机器人将执行大多数外科手术、开发药物和治疗方法，以及几乎所有其他可以想象到的事情。 虽然这并不遥远，但没有人知道到达这一点的确切时间。 然而，随着华威大学研究人员开发的技术类型，或机器人技术的其他进步（例如假肢和人造皮肤），人工智能将很快改变患有这些疾病的人们的日常生活。 我们不必等到未来才能看到重大的医学进步，将彻底改变数亿人生活的技术指日可待。