BGEM-användning som förutsägelsemodell för blodsocker i T2DM-populationen i Indonesien

Bakgrund Drivs av vår AI-drivna algoritm, Actxas blodsockerutvärdering och övervakning (BGEM®) är en molnbaserad teknik som gör det möjligt för bärbara enheter med fotopletysmografi (PPG) sensorer att övervaka och utvärdera diabetesrisk hos individer regelbundet på ett icke-invasivt sätt .

Med hjälp av signaler från konsumentklassade PPG-sensorer på bärbara handledsenheter, smarta ringar eller hörbara enheter, beräknar BGEM® AI-modellen de relevanta digitala biomarkörerna som är korrelerade med förändringen av blodsockernivån för att förutsäga ett blodsockerresultat för övervakning och utvärdering av diabetesrisker. Vår tidigare studie har visat potentialen med att använda PPG-sensorer för att upptäcka förhöjda blodsockernivåer bland en icke-diabetiker1.

Mål Ukrida i samarbete med Actxa & Lif att förbättra den nuvarande modellens prediktionsnoggrannhet för att förutsäga blodsockernivåer hos individer nästan lika exakt som en glukosmätare. För att uppnå detta siktar Actxa på att samla in data från cirka 500 individer med diabetes i denna övning och 400 friska eller odiagnostiserade (prediabetes/diabetes) individer, som en del av Actxas samarbete med UKRIDA Hospital.

Med den insamlade informationen har vår algoritm potential att avsevärt förbättra hanteringen av blodsockernivåer för personer med och utan diabetes, vilket i slutändan förbättrar deras övergripande livskvalitet.