В рамках масштабного удалённого клинического испытания PRediction Of Glycemic RESponse Study (PROGRESS) более 1 000 добровольцев из США в течение десяти дней носили мониторинг уровня глюкозы в режиме реального времени — Dexcom G6 CGM, записывали питание, активность и отправляли образцы крови, слюны и кала. При этом исследователи из Институт Скриппс (Scripps Research) получили доступ к электронным историям болезней участников и прошлым данным анализов.
Никаких походов в клинику: всё «на дому» — датчики, почтовые коробки, тест-наборы. Самостоятельно. И да, это был вызов для инфраструктуры, признаёт Эд Рамос (Ed Ramos), научный сотрудник и старший директор по цифровым клиническим исследованиям в Институт Скриппс (Scripps Research).
Результаты исследования
Учёные применили алгоритм машинного обучения, совмещающий:
- данные CGM (как быстро «сбивается» глюкозная волна после пика);
- состав микробиома кишечника;
- параметры физической активности;
- диетические привычки;
- информацию о генетике участников.
И вот что получилось. Двое с одинаковым показателем HbA1c могут иметь совершенно разные «скрытые» профили риска — резкие или плавные возвращения глюкозы в норму, ночь без сюрпризов или нескончаемые «качели» уровня сахара. Кто-то восстанавливается за 50 минут, а кто-то — за 100+ (и это сигнал тревоги).
Журнал «Nature Medicine» опубликовал эти данные: оказалось, что ИИ-модель не просто замечает уже явные случаи преддиабета, но и классифицирует «скрытых» пациентов — часть из них метаболически приближается к больным диабетом, другие же более «здоровы», несмотря на схожие лабораторные показатели.
Заключение
«Мы стремимся понять, что именно запускает прогрессию диабета и как вмешаться на ранних этапах», — говорит Джорджио Куэр (Giorgio Quer), научный сотрудник цифровой медицины и директор ИИ-подразделения в Институт Скриппс (Scripps Research).
ИИ здесь — не замена человеку, а помощник: он подскажет врачу, где копать глубже, а пациенту — на что обратить внимание в своём образе жизни. Эмоций ветра в спину не даст, но даст цифры.
Важно помнить: подобная технология может усилить социальное неравенство, если доступ к ней останется платным или регионально ограниченным. Поэтому, подчёркивают исследователи, задача — сделать ИИ-медицину доступной всем.
Впрочем, впереди в умельцах — не только программисты, но и сами пациенты: скоро каждый, возможно, сам будет следить за «цифровым двойником» своего организма, ловить глюкозные сюрпризы и корректировать питание на лету. Словно у каждого дома со штабом из ИИ — ну чем не фантастика? Ну, почти фантастика.
Литература:
Mattia Carletti et al, Multimodal AI correlates of glucose spikes in people with normal glucose regulation, pre-diabetes and type 2 diabetes, Nature Medicine (2025). DOI: 10.1038/s41591-025-03849-7
Ведущий специалист отдела организации клинических исследований, терапевт, врач ультразвуковой диагностики ООО «ВеронаМед» (г. Санкт-Петербург), главный редактор, учредитель сетевого издания Medical Insider, а также автор статей.
E-mail для связи – xuslan@yandex.ru;
