نُشرت دراسة جديدة في مجلة Nature تجمع بين بيانات من الساعات الذكية القابلة للارتداء وفحوصات الدم الروتينية لتقييم مقاومة الأنسولين مبكرًا وتسهيل الوقاية من داء السكري.
جمعت الدراسة بيانات من 1165 مشاركًا عن بُعد، مع معلومات عن الصحة ونمط الحياة، ثم حُلّلت باستخدام شبكات عصبونية عميقة وجرى التحقق من النتائج عبر التحقق المتبادل ومجموعة مستقلة من 72 مشاركًا. أظهرت النتائج أن النموذج متعدد الوسائط كان قادرًا على التنبؤ بمقاومة الأنسولين بدقة عالية، وتزايدت الدقة عندما اعتمد النموذج على نموذج أساسي قابل للارتداء مُدرب على 40 مليون ساعة من بيانات المستشعرات، مما عزز الأداء بشكل إضافي.
أوضح مؤلفو الدراسة أن البيانات المستخلصة من الأجهزة القابلة للارتداء تضيف قيمة كبيرة في التنبؤ بمقاومة الأنسولين حتى عند تطبيق النموذج على بيانات لم تُرَ من قبل. كما صمّم الفريق نظامًا ذكاء اصطناعيًا لتفسير نتائج تقييم المقاومة وإبلاغ المستخدمين بها، ولضمان الدقة استعانوا بأخصائيي الغدد الصماء لتقييم استجابات النظام، فاقت نسبة الاستجابات الدقيقة تمامًا من الناحية الواقعية 79%، وبلغت نسبة الاستجابات القادرة على الرجوع إلى قيم تحاليل الدم وتفسيرها 96%.
لماذا تُهم النتائج؟
تبيّن أن الاختبار المعياري الذهبي للكشف عن مقاومة الأنسولين غالبًا ما يكون مكلفًا ويستغرق وقتًا طويلًا، وفي كثير من الأماكن قد لا يكون متاحًا، بينما توفر البيانات من الساعات الذكية خيارًا أكثر سهولة وكلفة أقل لاستخدامها على نطاق واسع، مما يسهّل الوقاية من السكر ومضاعفاته من خلال تغييرات في نمط الحياة مثل فقدان الوزن وممارسة التمارس النظامية واتباع حمية صحية.
خلفية تقنية وطرق التحقق
نفذت دراسة WEAR-ME التي جمعت بيانات من الساعات الذكية وفحوص الدم الروتينية للكوليسترول والأنسولين والجلوكوز إلى جانب استبيانات الصحة ونمط الحياة، حيث جمع 1165 مشاركًا البيانات عن بُعد وتحليلها باستخدام الشبكات العصبية العميقة. ثم جرى التحقق من صحة النتائج عبر تحقق متبادل ومجموعة مستقلة من 72 مشاركًا. أظهرت النتائج أن النموذج المتعدد الوسائط كان قادرًا على التنبؤ بمقاومة الأنسولين بدقة عالية، وتزداد الدقة عند تعزيز النموذج الأساسي القابل للارتداء (WFM) الذي دُرب مسبقًا على 40 مليون ساعة من بيانات المستشعرات.
تفسير النتائج وتقييمها السريرية
أشار المؤلفون إلى أن النتائج تقدم دليلًا إضافيًا على قيمة بيانات الأجهزة القابلة للارتداء في التنبؤ بمقاومة الأنسولين حتى عند تطبيق النموذج على بيانات لم تُرَ من قبل. كما طور الفريق نظامًا ذكاء اصطناعيًا لتفسير نتائج تقييم المقاومة وإبلاغ المستخدمين بها، وقيمه أخصائيو الغدد الصماء بمخرجاته، حيث حققت الاستجابات الواقعية دقة تصل إلى 79% بشكل كامل و96% تفسر قيم تحاليل الدم وتُترجمها بدقة.
