Kalibrering og evaluering av ikke-invasiv trådløs blodsukkermåling

Håndleddsbærende wearables brukes for tiden til trenings- og helseovervåking. Den globale utvidelsen av bærbar teknologi kombinert med smarttelefontilgang skaper nye spørsmål og muligheter i diagnostisering og behandling av kroniske lidelser.

High-end forbrukerklær har integrert grønt lysrefleksjon fotopletysmografi (PPG) sensorer i produktene sine. En PPG er et optisk oppnådd pletysmogram som kan brukes til å oppdage blodvolumsendringer i maskrovaskulatur.

Smarttelefoner, smartklokker og enheter for pulsmåling er de mest brukte enhetene med PPG. I en publisert litteratur som vurderer smarttelefonapper som bruker PPG for hjertefrekvensovervåking, har den funnet at disse enhetene er rimelig nøyaktige, med korrelasjonskoeffisienter > 0,93 og gjennomsnittlig absolutt prosentandel av feil fra 3,3 % til 6,2 %. Selv om PPG-sensorer i utgangspunktet kun ble designet for å spore hjertefrekvens, har det vært et press for å bruke disse med algoritmer for deteksjon av arytmier som AF og andre felt.

Diabetespasienter har to til tre ganger høyere risiko for å utvikle hjerte- og karsykdommer, og at hjerte- og karsykdommer sto for 29,2 % av alle dødsfall i Singapore. Bærbare enheter er allestedsnærværende, enkle å bruke, og kan tillate screening og videre overvåking av en stor populasjon av pasienter.

Denne forskningen foreslår å utnytte PPG-teknologi, sammen med kunstig intelligens, og inkorporere dette i rimelige, bærbare livsstilsenheter, båret på håndleddet og i øret, for nøyaktig å overvåke kontinuerlig og ikke-invasivt glukosenivåer hos mennesker. Et enkelt ikke-invasivt verktøy for å overvåke blodsukker vil bli utviklet, og varsler vil bli utstedt når blodsukkernivået faller i det usunne området. Standardglukometeret vil bli brukt til å kalibrere og validere PPG-målingene av blodsukker. Denne studien har som mål å rekruttere og måle blodsukkeret til 500 deltakere fra KK kvinne- og barnesykehus.

Hovedmålene med denne studien er: (1) Kalibrere og validere PPG-målinger av blodsukker, oppnådd både håndleddsbårne og i øret PPG-enheter, mot standard glukometer; (2) Å utvikle en risikoprediksjonsmodell for å identifisere personer med blodsukker i det usunne området, ved å bruke både fagkarakteristikker og viktige funksjoner hentet fra PPG-målingene ved bruk av maskinlæringsteknikker.

Det sekundære målet med denne studien er å validere at wearables både i øret og håndleddet gir relativt nøyaktige målinger av hjertefrekvens og hjertefrekvensintervall.