Détecteur de diabète basé sur smartphone

Des chercheurs ont mis au point un « biomarqueur numérique » qui utiliserait la caméra intégrée d'un smartphone pour détecter le diabète. L'outil pourrait aider à identifier les personnes les plus à risque de souffrir de diabète, contribuant ainsi à réduire la prévalence du diabète non diagnostiqué.

Des outils de dépistage qui peuvent être déployés facilement à l'aide de la technologie déjà présente dans les smartphones pourraient rapidement augmenter la capacité de détecter le diabète, y compris les populations hors de portée des soins médicaux traditionnels. À ce jour, des outils non invasifs et largement évolutifs pour détecter le diabète font défaut, ce qui motive le développement de l'algorithme.

En développant le biomarqueur, les chercheurs ont émis l'hypothèse qu'une caméra de smartphone pourrait être utilisée pour détecter les dommages vasculaires dus au diabète en mesurant des signaux appelés photopléthysmographie (PPG), que la plupart des appareils mobiles, y compris les montres intelligentes et les trackers de fitness, sont capables d'acquérir. Les chercheurs ont utilisé la lampe de poche et l'appareil photo du téléphone pour mesurer les PPG en capturant les changements de couleur du bout du doigt correspondant à chaque battement de cœur.

L'équipe a obtenu près de 3 millions d'enregistrements PPG de 53 870 patients qui ont utilisé l'application Azumio Instant Heart Rate sur iPhone et ont déclaré avoir reçu un diagnostic de diabète par un professionnel de la santé. Ces données ont été utilisées à la fois pour développer et valider un algorithme d'apprentissage en profondeur pour détecter la présence de diabète à l'aide de signaux PPG mesurés par smartphone.

Dans l'ensemble, l'algorithme a correctement identifié la présence de diabète chez jusqu'à 81 % des patients dans deux ensembles de données distincts. Lorsque l'algorithme a été testé dans un ensemble de données supplémentaire de patients inscrits dans des cliniques en personne, il a correctement identifié 82 % des patients atteints de diabète. Parmi les patients que l'algorithme a prédits ne souffraient pas de diabète, 92 à 97 % n'avaient pas la maladie dans les ensembles de données de validation. Lorsque cette prédiction dérivée du PPG a été combinée avec d'autres informations facilement accessibles sur le patient, telles que l'âge, le sexe, l'indice de masse corporelle et la race/l'origine ethnique, les performances prédictives se sont encore améliorées.

À ce niveau de performance prédictive, l'algorithme pourrait jouer un rôle similaire à d'autres outils de dépistage de maladies répandus pour atteindre un groupe beaucoup plus large de personnes, suivi d'une confirmation par un médecin du diagnostic de diabète et d'un plan de traitement. Les performances de l'algorithme sont comparables à celles d'autres tests couramment utilisés, tels que la mammographie pour le cancer du sein ou la cytologie cervicale pour le cancer du col de l'utérus, et son indolore le rend attractif pour des tests répétés.