스마트폰 기반 당뇨병 감지기

연구원들은 스마트폰에 내장된 카메라를 사용하여 당뇨병을 감지하는 "디지털 바이오마커"를 개발했습니다. 이 도구는 당뇨병에 걸릴 위험이 높은 사람들을 식별하는 데 도움이 될 수 있으며 궁극적으로 진단되지 않은 당뇨병의 유병률을 줄이는 데 도움이 될 수 있습니다.

스마트폰에 이미 포함된 기술을 사용하여 쉽게 배포할 수 있는 스크리닝 도구는 기존 의료 서비스가 닿지 않는 인구를 포함하여 당뇨병을 감지하는 능력을 빠르게 증가시킬 수 있습니다. 현재까지 당뇨병을 감지하기 위한 비침습적이고 광범위하게 확장 가능한 도구가 부족하여 알고리즘 개발에 동기를 부여했습니다.

연구진은 바이오마커를 개발하면서 스마트워치와 피트니스 트래커를 비롯한 대부분의 모바일 기기가 획득할 수 있는 PPG(photoplethysmography)라는 신호를 스마트폰 카메라로 측정하여 당뇨병으로 인한 혈관 손상을 감지할 수 있다는 가설을 세웠다. 연구원들은 휴대전화 손전등과 카메라를 사용하여 각 심장 박동에 해당하는 손가락 끝의 색상 변화를 캡처하여 PPG를 측정했습니다.

팀은 iPhone에서 Azumio Instant Heart Rate 앱을 사용하고 의료 제공자로부터 당뇨병 진단을 받았다고 보고한 53,870명의 환자로부터 거의 3백만 개의 PPG 기록을 얻었습니다. 이 데이터는 스마트폰에서 측정한 PPG 신호를 사용하여 당뇨병의 존재를 감지하는 딥 러닝 알고리즘을 개발하고 검증하는 데 사용되었습니다.

전반적으로 알고리즘은 두 개의 개별 데이터 세트에서 최대 81%의 환자에서 당뇨병의 존재를 정확하게 식별했습니다. 직접 진료소에서 등록한 환자의 추가 데이터 세트에서 알고리즘을 테스트했을 때 당뇨병 환자의 82%를 정확하게 식별했습니다. 알고리즘이 예측한 환자 중 당뇨병이 없을 것으로 예측한 환자 중 92~97%는 검증 데이터 세트 전체에서 당뇨병이 없었습니다. 이 PPG에서 파생된 예측을 연령, 성별, 체질량 지수, 인종/민족과 같이 쉽게 얻을 수 있는 다른 환자 정보와 결합하면 예측 성능이 더욱 향상되었습니다.

이 수준의 예측 성능에서 알고리즘은 훨씬 더 광범위한 사람들에게 도달하기 위해 널리 퍼진 다른 질병 스크리닝 도구와 유사한 역할을 할 수 있으며, 이어서 의사의 당뇨병 진단 및 치료 계획 확인이 뒤따를 수 있습니다. 알고리즘의 성능은 유방암에 대한 유방 조영술 또는 자궁경부암에 대한 자궁경부 세포학과 같이 일반적으로 사용되는 다른 테스트와 유사하며 통증이 없어 반복 테스트에 매력적입니다.