非侵襲的ワイヤレス血糖モニタリングのキャリブレーションと評価

手首に装着するウェアラブルは現在、フィットネスや健康モニタリングに使用されています。 スマートフォンへのアクセスと組み合わせたウェアラブル技術の世界的な拡大は、慢性疾患の診断と管理に新たな疑問と機会を生み出しています。

ハイエンドの消費者向けウェアラブルは、緑色光反射フォトプレチスモグラフィ (PPG) センサーを製品に統合しています。 PPG は、大血管系内の血液量の変化を検出するために使用できる、光学的に取得されたプレチスモグラムです。

スマートフォン、スマートウォッチ、および心拍数追跡デバイスは、PPG を備えた最も一般的に使用されるデバイスです。 心拍数のモニタリングに PPG を使用するスマートフォン アプリを評価した公開された文献では、これらのデバイスがかなり正確であり、相関係数が 0.93 を超え、平均絶対パーセンテージ エラーが 3.3% から 6.2% の範囲であることがわかりました。 PPG センサーは当初、心拍数を追跡するためだけに設計されていましたが、AF などの不整脈の検出やその他の分野のアルゴリズムでこれらを使用することが推進されています。

糖尿病患者は心血管疾患を発症するリスクが 2 ～ 3 倍高く、シンガポールでは心血管疾患が全死亡者数の 29.2% を占めています。 ウェアラブル デバイスはどこにでもあり、使いやすく、多数の患者のスクリーニングやさらなるモニタリングが可能になる可能性があります。

この研究では、人工知能とともに PPG 技術を活用し、これを手頃な価格のウェアラブル ライフスタイル デバイス (手首に装着したり、耳に装着したり) に組み込んで、人間の血糖値を継続的かつ非侵襲的に正確に監視することを提案しています。 血糖値を監視するための単純な非侵襲的ツールが開発され、血糖値が不健康な範囲に落ちたときにアラートが発行されます。 標準グルコメータは、血糖の PPG 測定値を校正および検証するために使用されます。 この研究は、KK Women's and Children's Hospital から 500 人の参加者を募集し、血糖値を測定することを目的としています。

この研究の主な目的は次のとおりです。（1）標準的なグルコメーターに対して、手首に装着したPPGデバイスとインイヤーPPGデバイスの両方で取得した血糖のPPG測定値を調整および検証します。 (2) 機械学習技術を使用して PPG 測定値から抽出された被験者の特徴と重要な特徴の両方を使用して、血糖値が不健康な範囲にある被験者を特定するリスク予測モデルを開発する。

この研究の第 2 の目的は、インイヤー型とリスト型の両方のウェアラブルが、相対的に正確な心拍数と心拍数間隔の測定値を提供することを検証することです。