Cientistas que usam um modelo de aprendizado de inteligência artificial podem detectar diabetes tipo 2 no início de uma tomografia computadorizada abdominal, disseram acadêmicos.
Nos EUA, cerca de 13% dos adultos têm diabetes tipo 2 e mais de 34% têm pré-diabetes.
Segundo os pesquisadores, é vital detectar o pré-diabetes precocemente para combater o desenvolvimento do diabetes tipo 2 , fazendo mudanças saudáveis no estilo de vida.
Os resultados deste estudo revelaram que a tomografia computadorizada abdominal pode identificar os primeiros sinais de diabetes tipo 2.
Pesquisas anteriores identificaram que indivíduos com diabetes tipo 2 têm mais gordura visceral armazenada no pâncreas em comparação com pessoas sem a doença.
O principal autor, Dr. Hima Tallam, disse:
“A análise das características pancreáticas e extrapancreáticas é uma abordagem nova e não foi mostrada em trabalhos anteriores ao nosso conhecimento”.
Durante o estudo, a equipe de cientistas analisou os dados de mais de 8.000 indivíduos que foram rastreados entre 2004 e 2016. Mais de 500 dos participantes tinham diabetes tipo 2 e mais de 1.800 tinham disglicemia.
Além disso, a equipe usou um modelo de aprendizado profundo para avaliar imagens de tomografias computadorizadas. Ao usar o modelo, os pesquisadores podem examinar as características pancreáticas do participante, gordura visceral, densidade e volumes dos músculos e órgãos abdominais circundantes.
Eles descobriram que a densidade do pâncreas era menor entre as pessoas com diabetes tipo 2 em comparação com aquelas sem.
Pessoas com a doença também tinham uma quantidade maior de gordura visceral em comparação com indivíduos sem diabetes tipo 2, relataram os resultados.
O autor, Dr. Ronald M. Summer, disse:
“Descobrimos que a diabetes estava associada à quantidade de gordura no pâncreas e no abdome dos pacientes “.
“Quanto mais gordura nesses dois locais, maior a probabilidade de os pacientes terem diabetes por um longo período de tempo”.
Os autores acrescentaram:
“Este estudo é um passo em direção ao uso mais amplo de métodos automatizados para enfrentar os desafios clínicos” .
“Também pode informar trabalhos futuros que investigam o motivo das alterações pancreáticas que ocorrem em pessoas com diabetes”.