AI e sensori indossabili: così potremo scoprire il diabete prima che arrivi

Il diabete di tipo 2 è una delle malattie croniche più diffuse al mondo e spesso viene diagnosticato tardi, quando i primi danni all’organismo sono già iniziati. Oggi la diagnosi si basa soprattutto sull’HbA1c, un valore di laboratorio che fotografa la glicemia media degli ultimi mesi. Ma questo test non è in grado di dire chi rischia davvero di passare dal prediabete al diabete conclamato. Un team di ricercatori dello Scripps Research Translational Institute (California, USA), che include diversi ex studenti dell’Università di Padova, ha trovato un modo per cambiare le regole del gioco: usare intelligenza artificiale e sensori indossabili per rilevare i segnali nascosti del diabete molto prima degli esami tradizionali. Lo studio è stato pubblicato sulla rivista Nature Medicine.

Più dati, diagnosi più precise

Grazie a un nuovo modello di AI, i ricercatori hanno combinato:

• i valori dei monitor glicemici continui (CGM),

• informazioni su alimentazione, attività fisica e sonno,

• dati genetici e sul microbioma intestinale.

Il risultato? Una fotografia molto più dettagliata della salute metabolica. Ad esempio, due persone con lo stesso HbA1c possono avere profili di rischio completamente diversi. La differenza la fanno dettagli invisibili agli esami di routine, come:

• quanto tempo impiega la glicemia a tornare normale dopo un picco,

• cosa succede durante la notte,

• la varietà del microbioma intestinale,

• la frequenza cardiaca a riposo.

Uno studio “digitale” con oltre 1.000 partecipanti

I dati provengono dal programma PROGRESS (PRediction Of Glycemic RESponse Study), un trial clinico completamente remoto che ha coinvolto più di 1.000 volontari in tutti gli Stati Uniti. Per dieci giorni, i partecipanti hanno indossato sensori glicemici Dexcom G6, smartwatch, registrato i pasti e inviato campioni biologici – tutto da casa, senza mai recarsi in clinica. L’AI ha imparato così a distinguere tra individui sani e persone con diabete di tipo 2, scoprendo segnali chiari di rischio. Ad esempio, nei soggetti diabetici servivano anche 100 minuti o più perché la glicemia rientrasse dopo un picco, mentre nei sani il rientro era molto più rapido.

Verso una prevenzione personalizzata

Questo approccio potrebbe cambiare radicalmente la prevenzione: invece di aspettare che l’HbA1c salga oltre una soglia critica, sarà possibile intercettare i segnali precoci e intervenire con cambiamenti nello stile di vita o terapie mirate. Come sottolinea Giorgio Quer, direttore AI allo Scripps Research:

“Il diabete non compare all’improvviso: si sviluppa lentamente. Ora abbiamo gli strumenti per accorgercene prima e intervenire in modo più intelligente.”

Il team continuerà a monitorare i partecipanti per verificare se le previsioni del modello corrispondono alla reale evoluzione clinica. Intanto immagina un futuro in cui anche i pazienti, grazie ai sensori già disponibili sul mercato, possano controllare in autonomia il proprio rischio metabolico.