AI-algoritme herkent verschillende soorten diabetes type 2

wo 8 januari 2025 - 16:45
AI
Nieuws

Diabetes wordt altijd onderverdeeld in twee categorieën: type 1, dat vaak in de kindertijd ontstaat, en type 2, dat geassocieerd wordt met obesitas en zich meestal op latere leeftijd ontwikkelt. Echter, wetenschappers niet alle patiënten met type 2-diabetes zijn gelijk. Ze hebben bijvoorbeeld een ander gewicht en de diabetes ontwikkelt zich op verschillende leeftijden en met andere kenmerken. Met een AI-algoritme kunnen gegevens van glucosemeter geanalyseerd worden om subtypes van diabetes type 2 te identificeren, zo ontdekten onderzoekers.

Op dit moment wordt in principe één vorm van type 2 diabetes gediagnosticeerd. Uit onderzoek blijkt echter dat er verschillende onderliggende factoren een rol spelen bij het ontstaan van deze vorm van diabetes. Onderzoekers van Stanford Medicine hebben een op AI gebaseerd algoritme ontwikkeld dat gegevens van continue bloedglucosemeters gebruikt om drie van de vier meest voorkomende subtypes van type 2 diabetes te identificeren.

“Je moet dit zien als een hulpmiddel dat mensen in staat stelt preventieve maatregelen te nemen. Als de waarden bijvoorbeeld een pre-diabeteswaarschuwing geven, kunnen de voedings- of bewegingsgewoonten worden aangepast”, aldus Michael Snyder, Ph.D., een professor in de genetica die mede het onderzoek leidde. Snyder is de Stanford W. Ascherman, MD, FACS professor in de genetica.

Subtypes van diabetes 2

Zo’n 95 procent van alle patiënten met diabetes krijgen de diagnose ‘type 2’. Er is echter een groeiende behoefte om diabetes type 2 in subtypes onder te verdelen om het risico op andere gerelateerde aandoeningen, zoals hart- en vaatziekten, nier-, lever- of oogcomplicaties, beter te begrijpen en om de onderliggende fysiologie van de diabetes van individuen te identificeren. Dit is belangrijk, want afhankelijk van welke vorm van diabetes type 2 een patiënt heeft, werken sommige medicijnen beter dan andere. Doel van de onderzoekers was om een meer toegankelijke, on-demand manier te vinden voor mensen om hun gezondheid te begrijpen en te verbeteren.

“Toen ik erachter kwam dat ik op weg was om diabeet te worden, werkte ik aan het vergroten van mijn spiermassa, wat een van de gebruikelijke manieren is om suiker in het bloed te helpen verlagen, maar het had geen effect. Dat komt omdat ik niet traditioneel insulineresistent ben,” vertelt Tracey McLaughlin, MD, hoogleraar endocrinologie. Zijn vorm van diabetes type 2 komt voort uit een bètaceltekort, wat betekent dat de cellen die insuline produceren niet functioneren zoals het hoort. Een artikel over het onderzoek is gepubliceerd in Nature Biomedical Engineering.

Algoritme getest

McLaughlin en Snyder vroegen zich af of eenvoudige een continue glucosemeter gegevens zou kunnen produceren met verborgen signalen die correleren met de verschillende subtypes van diabetes. Het apparaatje, dat gebruikers aan hun bovenarm bevestigen, meet de stijging en daling van de bloedsuikerspiegel in realtime. Mensen die een glucosedrankje drinken vertonen vaak een piek in hun bloedsuikerspiegel, maar het niveau en het patroon van die pieken verschilt per persoon.

In een onderzoek met 54 deelnemers, van wie 21 pre-diabetes hadden en 33 gezonde personen, pasten de onderzoekers een AI-algoritme toe om patronen in pieken en dalen te identificeren die overeenkwamen met verschillende subtypes van type 2 diabetes. Daarnaast moesten de deelnemers die de continue glucosemeters gebruikten ook de orale glucosetest die bij een arts werd uitgevoerd.

“Mensen hebben daar tientallen jaren naar gekeken en bepaalde parameters gevonden die duiden op insulineresistentie of bètaceldisfunctie, de belangrijkste oorzaken van diabetes/ Maar nu hebben we de monitoren en kun je een veel genuanceerder beeld krijgen van het glucosepatroon dat deze subtypes met grotere nauwkeurigheid voorspelt en dat thuis kan worden gedaan”, aldus Mclaughlin.

Bij vergelijking met klinische gegevens en andere biomarkers van metabole aandoeningen voorspelde het algoritme - of het nu werd toegepast op de gegevens van de continue glucosemonitor of op gegevens van bloedafnames na een glucosetolerantietest - met grotere nauwkeurigheid metabole subtypes, zoals insulineresistentie en bèta-celtekort, dan de traditionele metabole tests. Het hulpmiddel kan de subtypen in ongeveer 90 procent van de gevallen correct detecteren en identificeren.

AI en diabetes

Onlangs hebben onderzoekers van het Johns Hopkins Children’s Center ontdekt dat een AI-gedreven oogonderzoek bij jongeren met diabetes de kans op het vroegtijdig vaststellen van diabetische oogziekten kan vergroten. De AI-gedreven screening op diabetische oogziekten vergroot volgens de onderzoekers ook de kans dat patiënten hun ogen daadwerkelijk regelmatig hierop laten controleren.

Hoe de zorg haar toekomst inricht? Duizenden zorgprofessionals ontdekken wat echt werkt en verzilveren kansen. Claim ook jouw ticket en ervaar het op het ICT&health World Conference 2025!