Diabéticos precisam monitorar o nível de glicose no sangue continuamente. Muitos atletas também fazem esse acompanhamento para verificar como o consumo de determinados alimentos influencia seu nível de glicose, já que isso afeta o metabolismo de outras fontes de energia. Esse monitoramento é atualmente realizado através de aparelhos que medem a glucose em fluidos intersticiais, que são coletados por uma agulha. Em muitos casos, estes aparelhos precisam ser calibrados com uma frequência diária, o que significa furar o dedo para coletar sangue.
Mas uma equipe da Universidade de Warwick, na Inglaterra, acaba de publicar um estudo piloto onde eles usam inteligência artificial para determinar eventos de hipoglicemia através de sinais de eletrocardiograma (ECG), ou seja, de forma não invasiva. Os sinais de ECG foram obtidos por monitores já disponíveis no mercado na forma de dispositivos vestíveis.
O trabalho partiu do fato de que baixa glicose sanguínea afeta a eletrofisiologia do coração. Os autores primeiro verificaram que há uma diferença no sinal de ECG que acompanha a variação nos níveis de glicose no sangue. Com dados coletados dessas duas variáveis, foi possível treinar um algoritmo para classificar eventos hipoglicêmicos a partir dos sinais capturados pelo monitor de ECG. Mais especificamente, algumas ondas do ECG estão mais associadas a eventos de hipoglicemia, e sua presença e intensidade pode ser usada para determinar o nível de glicose. A diferença no sinal provocada por hipoglicemia varia de indivíduo para indivíduo, de forma que o algoritmo precisa ser calibrado individualmente, mas isso pode ser feito uma única vez. Os autores inclusive apontam para o fato de que esse tratamento personalizado dos dados foi o que permitiu o sucesso do trabalho; tentativas anteriores falharam por usar dados de vários indivíduos. Como todo método de machine learning, o algoritmo precisa de uma quantidade grande de dados para alcançar um alto desempenho, mas dados dessa natureza são obtidos facilmente já que é possível obtê-los com a mínima interferência e de forma contínua. No final do estudo, o método atingiu sensibilidade e especificidade de aproximadamente 82% para a detecção de hipoglicemia com apenas alguns sinais de batidas do coração, valores similares aos obtidos pelos monitores invasivos.
Os autores lembram que o método invasivo não é agradável para ninguém, mas é especialmente indesejado por pacientes infantis. Além disso, é mais difícil acompanhar os níveis de glicose à noite, enquanto que o novo método permite o monitoramento enquanto o paciente está dormindo. Esta é uma evolução bem-vinda que só foi possível pela aplicação de inteligência artificial.
