人工智能可以终结手指刺血糖测试

人工智能被用于开发新的技术，可以通过心电图检测低血糖水平使用无创传感器。它能从原始的心电信号中检测出低血糖事件。这项技术由华威大学Leandro Pecchia博士率领的研究团队开发。

血糖测试方面，目前普遍使用的是连续血糖监测仪(CGM)，可用于低血糖检测。首先，通过使用侵入传感器与小针在组织液中测量葡萄糖，然后向显示设备发送警报和数据。通常情况下，低血糖患者需要每天进行两次校准侵入性手指刺血糖水平测试。

华威大学的Leandro Pecchia博士的团队在一篇名为《精准医疗与人工智能：基于心电图的低血糖事件深度学习试点研究》的论文中公布了他们的研究结果，证明了人工智能的最新发展可以用于从原始心电图信号中检测低血糖事件——通过非侵入性可穿戴传感器获得。

有两项针对健康志愿者的试点研究发现，低血糖检测的平均敏感性和特异性与目前的CGM表现相当，但它是非侵入性的，这是对于传统的突破，意义非凡，原因很简单，刺破手指头很疼，不舒服，并且在某些情况下还特别麻烦，比如说：夜间、儿童低血糖患者。

Leandro Pecchia博士表示：“我们的创新在于，利用人工智能通过几次心电图跳动来自动检测低血糖。这是相关的，因为心电图可以在任何情况下检测到，包括睡眠。”

研究人员使用的模型被称为Warwick模型，它强调了每个受试者在低血糖期间心电图的变化。人工智能模型由研究人员根据每个受试者自己的数据进行训练。由于存在如此多的主体间差异，使用队列数据来训练系统不会得到相同的结果。一个更有效的方法是基于新系统的个性化治疗——华威大学科学家的方法之所以如此有效，可能就是因为人工智能算法是用受试者自己的数据训练的。

Pecchia说:“在队列心电图数据上训练的人工智能算法，性能将受到这些学科间差异的阻碍。我们的方法可以对检测算法进行个性化调整，并强调低血糖事件对个体心电图的影响。基于这一信息，临床医生可以使治疗适应每个人。显然，需要更多的临床研究来证实这些结果可以进行普及。这就是我们寻找合作伙伴的原因。”

（编辑：核心网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!