Uma equipe da University of California, San Francisco (UCSF) demonstrou um potencial promissor no uso de uma câmera de smartphone para diagnosticar diabetes tipo 2. A pesquisa inovadora demonstra uma técnica que não precisa de nenhum hardware adicional além de uma câmera funcional de smartphone e, atualmente, é mais de 80% precisa na detecção de diabetes.
“O diabetes pode ser assintomático por um longo período de tempo, tornando-o muito mais difícil de diagnosticar”, diz o autor principal do novo estudo, Robert Avram. “Até o momento, faltavam ferramentas não invasivas e amplamente escaláveis para detectar diabetes, o que nos motiva a desenvolver este algoritmo.”
O sistema proposto é baseado na fotopletismografia (PPG), uma técnica em que a luz pode incidir no tecido para detectar alterações no volume sanguíneo. PPG é talvez mais comumente conhecido pela pinça de dedo mínimo que os médicos usam para medir a frequência cardíaca e os níveis de oxigênio no sangue.
Assim que as câmeras dos smartphones apareceram, há uma década, os pesquisadores imediatamente sugeriram que os dispositivos deveriam ser capazes de capturar medições de PPG.
Neste estudo, os pesquisadores levantaram a hipótese de que os dados do PPG, capturados por uma câmera do smartphone, podem ser capazes de detectar danos vasculares causados pelo diabetes.
A primeira etapa foi desenvolver um algoritmo de aprendizado profundo que pudesse percorrer milhões de gravações PPG e descobrir se esse biomarcador poderia efetivamente identificar indivíduos com diabetes de indivíduos saudáveis. A rede neural profunda examinou 2,6 milhões de registros de PPG de 53.870 indivíduos com diabetes diagnosticado.
Depois de desenvolver o algoritmo, os pesquisadores testaram sua capacidade de detectar diabetes apenas a partir de dados PPG do smartphone em três coortes separadas, reunidas usando a lanterna e a câmera do dispositivo aplicadas nas pontas dos dedos do paciente. O sistema detectou diabetes com precisão em cerca de 80 por cento dos indivíduos. O potencial de previsão do algoritmo melhorou ainda mais quando foi combinado com outros dados básicos do paciente, como índice de massa corporal e idade.
“Demonstramos que o desempenho do algoritmo é comparável a outros testes comumente usados, como mamografia para câncer de mama ou citologia cervical para câncer cervical, e sua indolor o torna atraente para testes repetidos”, sugere Jeffrey Olgin, outro autor do novo estudo. “Uma ferramenta baseada em smartphone amplamente acessível como esta poderia ser usada para identificar e encorajar os indivíduos com maior risco de ter diabetes prevalente a procurar atendimento médico e obter um teste confirmatório de baixo custo”.
Levará algum tempo até que o trabalho se traduza efetivamente em algum tipo de aplicativo de detecção de diabetes para o seu smartphone; no entanto, este é um desenvolvimento de prova de conceito incrivelmente promissor. Os pesquisadores estão cautelosos ao observar que os próximos passos serão determinar como esta ferramenta digital específica pode ser melhor incorporada nas práticas existentes de rastreamento de diabetes.
“A capacidade de detectar uma condição como o diabetes, que tem tantas consequências graves para a saúde, usando um teste indolor baseado em smartphone levanta muitas possibilidades”, diz o co-autor Geoffrey Tison. “A visão seria uma ferramenta como esta para auxiliar na identificação de pessoas com maior risco de ter diabetes, ajudando a diminuir a prevalência de diabetes não diagnosticada”.
O novo estudo foi publicado na revista Nature Medicine.