스마트폰 기반 당뇨병 감지 도구: 조기 위험 식별을 위한 디지털 바이오마커

연구자들이 스마트폰 내장 카메라를 사용하여 당뇨병을 감지하는 '디지털 바이오마커'를 개발했습니다. 이 도구는 당뇨병 고위험군 식별을 돕고, 궁극적으로 미진단 당뇨병 유병률을 낮추는 데 기여할 수 있습니다.

스마트폰에 이미 내장된 기술을 사용하여 쉽게 배포할 수 있는 선별 도구는 기존 의료 서비스가 닿지 않는 인구집단을 포함해 당뇨병 감지 능력을 급속히 높일 수 있습니다. 지금까지 비침습적이고 광범위하게 확장 가능한 당뇨병 감지 도구가 부족하여 알고리즘 개발이 동기화되었습니다.

광용적맥파(PPG) 신호 활용

바이오마커 개발 시 연구자들은 스마트폰 카메라가 광용적맥파(PPG) 신호라고 불리는 신호를 측정하여 당뇨병으로 인한 혈관 손상을 감지할 수 있다고 가정했습니다. 대부분의 모바일 기기(스마트워치, 피트니스 트래커 포함)가 PPG를 획득할 수 있습니다. 연구자들은 휴대폰 플래시라이트와 카메라를 사용하여 심장박동에 해당하는 손가락 끝 색상 변화를 포착함으로써 PPG를 측정했습니다.

대규모 데이터로 딥러닝 알고리즘 개발 및 검증

팀은 아이폰에서 Azumio 인스턴트 심박수 앱을 사용한 53,870명의 환자로부터 거의 300만 개의 PPG 기록을 얻었습니다. 이들은 의료 제공자로부터 당뇨병 진단을 받았다고 보고했습니다. 이 데이터는 스마트폰 측정 PPG 신호를 사용하여 당뇨병 존재를 감지하는 딥러닝 알고리즘을 개발하고 검증하는 데 사용되었습니다.

높은 예측 성능

전반적으로 알고리즘은 두 개의 별도 데이터셋에서 환자의 당뇨병 존재를 최대 81%까지 정확히 식별했습니다. 대면 진료소에 등록된 환자들의 추가 데이터셋에서 테스트했을 때 당뇨병 환자의 82%를 정확히 식별했습니다. 알고리즘이 당뇨병이 없다고 예측한 환자 중 92~97%가 검증 데이터셋에서 실제로 당뇨병이 없었습니다. 이 PPG 유도 예측을 나이, 성별, 체질량지수, 인종/민족 등 쉽게 얻을 수 있는 다른 환자 정보와 결합하면 예측 성능이 더욱 향상되었습니다.

기존 선별 도구와 비교

이 수준의 예측 성능에서 알고리즘은 다른 광범위한 질병 선별 도구와 유사한 역할을 수행하여 훨씬 더 넓은 인구집단에 도달할 수 있으며, 의사의 당뇨병 진단 확인과 치료 계획이 뒤따를 수 있습니다. 알고리즘의 성능은 유방암 유방조영술이나 자궁경부암 자궁경부 세포학 같은 일반적으로 사용되는 다른 검사와 비교 가능하며, 통증이 없어 반복 검사에 매력적입니다.