- Environ un adulte sur neuf dans le monde vit avec le diabète, et plus de 90 % de ces cas sont des diabètes de type 2.
- Le diabète de type 2 peut être difficile à diagnostiquer pour plusieurs raisons.
- Une étude a discuté d’un modèle d’IA capable d’identifier plus efficacement que le test HbA1c les personnes présentant un risque élevé de diabète et de décès par maladie cardiovasculaire.
- Une autre étude récente a révélé que de petites molécules présentes dans le sang peuvent aider les médecins à prédire le risque futur de diabète de type 2 d'une personne au-delà des facteurs de risque traditionnels.
Les chercheurs estiment qu’environ un adulte sur neuf dans le monde vit avec le diabète, et plus de 90 % de ces cas sont des diabètes de type 2.
Étant donné que les symptômes mettent beaucoup de temps à se développer, voire ne se manifestent pas du tout, il peut être très difficile pour les médecins de diagnostiquer le diabète de type 2.
« Le diabète de type 2 se développe lentement – au moment du diagnostic, des changements indésirables au niveau du cœur, des reins ou des vaisseaux sanguins peuvent déjà avoir commencé », a déclaré Jun Li, MD, PhD, professeur adjoint de médecine et épidémiologiste associé au département de médecine de Mass General Brigham. Actualités médicales aujourd'hui.
« Les outils actuels d'évaluation des risques reposent en grande partie sur des facteurs de risque tels que l'âge, le poids, les antécédents familiaux et le taux de sucre dans le sang. Bien qu'utiles, ces mesures ne capturent pas les changements biologiques sous-jacents qui conduisent au diabète, et de nombreuses personnes qui finissent par développer la maladie ne sont pas signalées assez tôt comme étant à haut risque. «
En raison de ces problèmes, les chercheurs s’efforcent de trouver de nouvelles façons de diagnostiquer plus tôt le diabète de type 2.
Par exemple, une étude récemment publiée dans la revue
L'étude propose que le modèle d'IA soit plus efficace que le test standard d'HbA1c, qui mesure le taux de sucre dans le sang moyen d'une personne sur 3 mois.
De plus, Li est à la fois le premier et co-auteur correspondant de l’étude récemment publiée dans
Utiliser l’IA pour prédire le diabète et les risques de décès d’origine cardiaque
La première étude tourne autour d’une plateforme d’IA appelée GluFormer, un modèle de base génératif pour la surveillance continue de la glycémie (CGM). La plate-forme d'IA était constituée de données formées grâce à un apprentissage auto-supervisé, utilisant plus de 10 millions de mesures de glucose provenant de près de 11 000 adultes, dont la plupart ne souffraient pas de diabète.
Dans une étude portant sur 580 participants, les scientifiques ont rapporté que GluFormer avait identifié plus efficacement les participants présentant un risque accru de diabète et de décès par maladie cardiovasculaire que le test HbA1c.
Sur une période de suivi médiane de 11 ans, les chercheurs ont constaté que 66 % des participants considérés comme appartenant à la catégorie à risque le plus élevé par GluFormer ont développé un diabète, tandis que seulement 7 % de ceux appartenant à la catégorie à risque le plus faible ont développé cette maladie.
En ce qui concerne le risque de décès cardiovasculaire, 69 % des personnes classées à haut risque sont décédées de maladies cardiaques, alors qu'aucun décès n'est survenu parmi les participants du groupe à risque le plus faible.
De plus, les chercheurs ont rapporté que la plateforme GluFormer était en mesure de sélectionner les participants atteints de prédiabète qui étaient les plus susceptibles de connaître des augmentations significatives de leurs valeurs d'HbA1c sur une période de 2 ans, supérieures à l'HbA1c de base et aux mesures CGM courantes.
Bienvenue sur un nouvel outil d'IA
MNT a eu l'occasion de parler avec David Cutler, MD, médecin de famille certifié au Providence Saint John's Health Center de Santa Monica, en Californie – qui n'a pas participé à cette étude – de ce nouveau modèle d'IA.
« C'est une bonne nouvelle concernant une nouvelle application d'IA de mesure de la glycémie qui est un meilleur prédicteur que nos outils traditionnels du diabète futur et des décès cardiovasculaires », a commenté Cutler.
« Traditionnellement, nous utilisions simplement des mesures en série de l'hémoglobine A1c pour voir qui était à risque de développer un diabète. Nous combinerions cela avec des mesures du cholestérol, du poids, de la fonction rénale, du calcium coronarien, de l'âge et des antécédents de tabagisme pour estimer les risques futurs d'événements cardiovasculaires. »
« Cette nouvelle application d'IA de mesures continues du glucose semble donner des estimations plus précises du risque futur que nos outils actuels. »
« La question demeure de savoir si une meilleure prédiction des risques avec le modèle GluFormer de données CGM conduira à de meilleurs résultats », a-t-il poursuivi.
« Une fois que les patients apprendront qu’ils sont plus susceptibles de développer un diabète ou d’avoir une crise cardiaque, prendront-ils le médicament, modifieront-ils leurs comportements et subiront-ils des procédures qui traiteront le diabète et préviendront les crises cardiaques et les accidents vasculaires cérébraux ?
« Le coût des appareils CGM et de l'interprétation des données sera-t-il acceptable pour les payeurs, qu'il s'agisse de particuliers ou de compagnies d'assurance ? Et quelles mesures supplémentaires devront être prises pour faire passer les prestataires de soins de santé de l'utilisation d'outils traditionnels d'évaluation des risques à une technologie nouvelle, meilleure mais moins familière ? »
« Dans le passé, il fallait souvent une décennie ou plus avant qu'un nouveau test, un traitement ou une technologie ait démontré ses avantages pour être intégré dans la pratique de routine », a ajouté Cutler.
« Cela a certainement été le cas pour les mesures de contrôle de la tension artérielle, du cholestérol et du diabète. Les prochaines étapes devraient inclure non seulement l'assurance des avantages de la technologie GluFormer, mais aussi le processus de mise en œuvre qui produira des résultats bénéfiques significatifs. »
Utiliser des métabolites pour mieux prédire le risque de diabète
Dans la deuxième étude, Li et son équipe ont identifié des métabolites qui pourraient aider à prédire le risque futur de développer un diabète de type 2.
« Les métabolites sont de petites molécules présentes dans notre sang qui sont produites au cours des activités quotidiennes de notre corps, telles que les processus biologiques naturels, pour maintenir nos fonctions, lorsque nous mangeons, stockons ou utilisons de l'énergie, et réagissons aux activités quotidiennes comme l'exercice », a expliqué Li.
« Il s'agit d' »empreintes » chimiques qui peuvent refléter le fonctionnement du métabolisme du corps à un moment donné. »
« Dans cette étude, nous avons constaté que certains métabolites commencent à changer des années avant que le diabète de type 2 ne se développe », a-t-elle poursuivi.
« Ces changements reflètent des dysfonctionnements précoces dans la façon dont le corps traite le sucre, les graisses, l'énergie et les nutriments, avant que le taux de sucre dans le sang ne devienne suffisamment élevé pour qu'une personne soit diagnostiquée comme souffrant de diabète de type 2. Nous avons également constaté qu'une combinaison de métabolites dans le sang peut mieux prédire le risque futur de diabète de type 2. »
À la conclusion de l'étude, les chercheurs ont découvert que les facteurs liés à l'alimentation et au mode de vie pourraient avoir un impact plus important sur les métabolites corrélés au diabète de type 2 que sur les métabolites non liés à la maladie.
Ils ont également découvert que les métabolites associés au diabète de type 2 étaient également génétiquement liés à des traits cliniques et à des types de tissus liés à la maladie.
« Ces preuves génétiques permettent aux chercheurs d’aller au-delà de l’identification des risques
