Десятилетиями медицинское сообщество опиралось на один единственный показатель для диагностики диабета — уровень сахара в крови. Если концентрация глюкозы превышает установленный клинический порог, ставится диагноз; если нет — человек считается здоровым. Однако такой бинарный подход всё чаще признаётся опасным устаревшим методом. Он не позволяет выявить миллионы людей, которые незаметно для себя движутся навстречу болезни, часто упуская окно возможностей для эффективного вмешательства до того, как наступят необратимые изменения.
Ставки здесь невероятно высоки. Согласно данным Всемирной организации здравоохранения, доля взрослых людей с диабетом в мире удвоилась: с 7% в 1990 году до 14% в 2022 году. Только в США, где диагноз подтвержден более чем у 40 миллионов человек, около 11 миллионов даже не подозревают о своем состоянии. Еще более тревожна ситуация с преддиабетом: в эту категорию попадает около 115 миллионов американцев, и примерно 80% из них не осознают своих рисков.
«Мы говорим об эпидемии, которая, по моему мнению, гораздо серьезнее пандемии Covid», — отмечает Майкл Снайдер, профессор генетики в Стэнфордском университете. «Нам нужны новые подходы к решению этой проблемы».
Срочность ситуации продиктована бессимптомным характером заболевания. Стойко повышенный уровень сахара наносит кумулятивный ущерб сердцу, почкам, глазам и нервам задолго до формальной постановки диагноза. Раннее выявление — это не просто вопрос присвоения болезни ярлыка; это способ предотвратить катастрофические осложнения или полностью избежать развития заболевания.
Ошибки в современных диагностических методах
Золотым стандартом диагностики остается тест на гликированный гемоглобин (HbA1c), который оценивает средний уровень сахара в крови за предыдущие три месяца. Несмотря на широкую доступность, этот метод имеет существенные «слепые зоны». Он не учитывает различные физиологические факторы или медицинские состояния, которые могут искажать результаты.
Еще более критичным является расовое неравенство в точности диагностики, о чем свидетельствуют недавние исследования. Тесты на HbA1c могут давать ложно заниженные результаты у некоторых чернокожих и людей южноазиатского происхождения, что приводит к задержке диагноза, когда болезнь уже перешла в запущенную стадию. Это ограничение стимулирует переход к более персонализированным методам обнаружения, основанным на богатом массиве данных, сочетающим биомаркеры, технологии носимых устройств и искусственный интеллект.
ИИ и носимые устройства: картирование метаболического ландшафта
В Стэнфордском университете исследователи во главе с Майклом Снайдером оспаривают мнение о том, что нарушение регуляции глюкозы — это единая и однородная проблема. Вместо этого они рассматривают его как сложное взаимодействие, в котором участвуют печень, мышцы, кишечник, поджелудочная железа и даже мозг.
Для отражения этой сложности команда использует непрерывные мониторы глюкозы (CGM) — небольшие носимые датчики, отслеживающие уровень глюкозы в реальном времени. Понимая эти высокочастотные данные в алгоритм, работающий на базе ИИ, специалисты Стэнфорда разработали систему, способную выявлять различные метаболические паттерны, связанные с диабетом 2 типа. В ходе тестирования система достигла точности классификации этих паттернов около 90%.
Этот подход предлагает два основных преимущества:
- Раннее предупреждение: Он позволяет выявить метаболические нарушения за годы до стандартной диагностики, давая возможность скорректировать образ жизни в профилактических целях.
- Доступность: По мере удешевления CGM и их появления в свободной продаже они могут стать инструментом для ежегодных профилактических осмотров, а не только средством контроля уже существующего диабета.
Скрытые сигналы сердца
Инновации не ограничиваются отслеживанием глюкозы. Исследователи из Имперского колледжа Лондона заглядывают за пределы кровотока, фокусируясь на работе сердца.
Врач-кардиолог Фу Сьонг Нг и его коллега Арунашис Сау разработали модель ИИ под названием AIRE-DM (AI-ECG Risk Estimation for Diabetes Mellitus — оценка риска сахарного диабета с помощью ИИ и ЭКГ). Система обучалась на основе 1,2 миллиона электрокардиограмм (ЭКГ) из больничных архивов и данных UK Biobank. Она выявляет тонкие сердечно-сосудистые изменения, предшествующие появлению диабета 2 типа.
Модель предсказывает будущий риск развития диабета с точностью около 70% среди различных групп населения. Хотя это не замена анализам крови, ее реальная ценность заключается в масштабируемости. Поскольку ЭКГ уже является стандартной процедурой в клиниках по всему миру, интеграция этого инструмента ИИ позволит автоматически отмечать пациентов из группы риска во время рутинных кардиологических проверок, обеспечивая ранние профилактические меры, такие как программы управления весом или целевые терапии.
Предотвращение аутоиммунной атаки при диабете 1 типа
Если диабет 2 типа часто связан с метаболическим здоровьем, то диабет 1 типа представляет собой другую проблему: это аутоиммунное заболевание, при котором организм разрушает собственные бета-клетки, вырабатывающие инсулин. К тому моменту, когда уровень сахара в крови поднимается достаточно высоко для стандартной диагностики, значительная потеря клеток уже произошла.
«Нам нужно каким-то образом распознать это на ранней стадии», — говорит Ричард Орам, профессор диабетологии и нефрологии в Университете Эксетера.
Недавнее одобрение регуляторами имунотерапевтических средств, способных отсрочить начало клинического диабета 1 типа почти на три года, сделало ранний скрининг критически важным. Для выявления кандидатов на такое лечение команда Орама разработала калькулятор риска, который учитывает возраст, семейный анамнез, генетический риск и статус аутоантител.
Этот инструмент призван заменить дорогостоящие и трудоемкие клинические испытания более простым и быстрым методом оценки риска. Цель состоит в том, чтобы интегрировать такие калькуляторы напрямую в электронные медицинские карты, что позволит врачам легко идентифицировать лиц с высоким риском, нуждающихся в более тщательном наблюдении или раннем вмешательстве.
Заключение
Область выявления диабета переживает фундаментальные изменения. Отказавшись от статических измерений уровня сахара в крови в пользу динамичного анализа метаболических и сердечно-сосудистых данных с помощью ИИ, медицинские работники смогут выявлять риски раньше и точнее. Эти достижения обещают не просто улучшение диагностики, но и переход к настоящей профилактике, способной повернуть вспять одну из самых распространенных медицинских проблем нашего времени.
