Jak umělá inteligence revolučně mění diagnostiku diabetu

Diabetes představuje zásadní globální zdravotní výzvu. V roce 2025 má 589 milionů dospělých na celém světě diabetes, přičemž více než 252 milionů (≈42 %) z nich zůstává nediagnostikováno. V USA má přibližně 37 milionů dospělých diabetes, přičemž 1 z 5 případů zůstává neodhalen. Tradiční screeningové metody — laboratorní testy jako nalačno glukóza nebo HbA1c — vyžadují návštěvu kliniky a často přehlédnou rané stádium onemocnění. Diagnostické nástroje poháněné AI nyní nabízejí rychlejší, levnější a neinvazivní alternativy k identifikaci ohrožených jedinců ještě před objevením příznaků.

Tradiční diagnostika vs. poznatky AI

Standardní diagnostika diabetu spoléhá na krevní testy prováděné v klinických podmínkách. Testy HbA1c a glukózové tolerance potvrzují, zda pacienti splňují diagnostická kritéria, ale často nezachytí jemné varovné signály metabolické dysfunkce. AI systémy naopak dokážou identifikovat skryté vzory, které tradiční laboratoře přehlížejí.

Model AI využívající data z nositelných glukózových senzorů, dietu a informace o mikrobiomu může odhalit rané známky rizika diabetu, které standardní testy HbA1c mohou přehlédnout.

— Vědci ze Scripps Research

Dva pacienti se stejnou hladinou HbA1c mohou mít zcela odlišná metabolická rizika. Integrací bohatých, multidimenzionálních dat — jako jsou vzory glukózových špiček a noční trendy glukózy — poskytuje AI lékařům podrobnější hodnocení metabolického zdraví než jakákoliv jednotlivá laboratorní hodnota.

Nositelná zařízení a neinvazivní senzory

Nositelné a senzorové zařízení s podporou AI revolučně mění screening diabetu tím, že umožňují rychlé a dostupné testování bez jehel či návštěv kliniky. Tyto inovace měří biomarkery pomocí dechu, světla a videoanalýzy.

Technologie senzorů dechu

Výzkumníci z Penn State vyvinuli laserový grafenový senzor dechu, který detekuje aceton ve vydechovaném vzduchu — biomarker diabetu. Když hladina acetonu překročí ~1,8 ppm, zařízení signalizuje diabetes nebo prediabetes. Výsledky jsou dostupné během minut ze vzorku dechu, čímž odpadá potřeba odběru krve.

Screening pomocí chytrých telefonů

Studie Stanfordu z roku 2019 přeměnila populární aplikaci pro měření srdečního tepu (Azumio Instant Heart Rate) na diabetes screener. Světlo telefonu bylo nasvíceno na koneček prstu a AI analyzovala fotopletysmografický (PPG) signál kamery, aby odhalila jemné změny průtoku krve způsobené zvýšenou hladinou glukózy:

Bezkontaktní video diagnostika

Japonští vědci vyvinuli bezkontaktní metodu využívající vysokorychlostní video obličeje a rukou k zachycení mikroskopických změn průtoku krve. Model hlubokého učení analyzoval tyto jemné cévní změny k screeningu vysokého krevního tlaku i diabetu. AI „přesně detekovala většinu“ případů diabetu v pilotních studiích, což nabízí zcela bezkontaktní screeningovou metodu, kterou by bylo možné provést pouhým pohledem do kamery.

Analýza sítnice a AI

Sítnice poskytuje jedinečný pohled na systémové cévní zdraví a metabolickou dysfunkci. AI-poháněná analýza sítnice nyní dokáže diagnostikovat diabetes — někdy ještě před tím, než si pacienti uvědomí svůj stav — díky detekci jemných cévních změn neviditelných lidskému oku.

Hluboké učení na fundusových snímcích

Model hlubokého učení trénovaný na fotografiích očního pozadí dosáhl AUC přibližně 0,86 při rozlišení lidí s diabetem od zdravých, i když oči nevykazovaly zjevné známky diabetické retinopatie. AI identifikovala mikroskopické cévní změny, které klinici nemohou zachytit běžnou vizuální kontrolou.

Skener sítnice na chytrém telefonu

Nová AI aplikace pro sítnici (SMART) zpracovává snímky z kamery telefonu za méně než sekundu a identifikuje diabetické oční onemocnění s 99% přesností. Tento průlom umožňuje:

• Screening u praktických lékařů v prostředích s omezenými zdroji
• Samo-screening ohrožených jedinců doma nebo v lékárnách
• Globální přístup k detekci diabetu pro miliardy lidí za minimální náklady

Budoucnost AI ve screeningu diabetu

Vstupujeme do transformační éry rychlého screeningu diabetu s podporou AI. Modely strojového učení, nositelná zařízení a mobilní aplikace nyní dokážou identifikovat riziko diabetu z různorodých zdrojů dat — kontinuální vzory glukózy, demografické dotazníky, fundusové fotografie, biomarkery dechu a další. Tyto nástroje doplňují, nikoliv nahrazují klinické rozhodování, a umožňují včasnější třídění a zásah.

Nutnost včasné detekce

Mezinárodní zdravotnické autority zdůrazňují kritickou potřebu akce. Atlas diabetu IDF 2025 varuje, že „více než 4 z 10 lidí s diabetem ještě není diagnostikováno“ a vyzývá k „odvážnějším krokům“ v oblasti včasné detekce. Screening poháněný AI je základním kamenem této reakce. Díky včasnému odhalení onemocnění tyto nástroje umožňují načasované změny životního stylu nebo medikaci, čímž předcházejí vážným komplikacím a zachraňují životy.

Klíčové poznatky

• AI odhaluje vzory diabetu, které tradiční laboratorní testy přehlížejí
• Nositelná zařízení a senzory umožňují neinvazivní a rychlý screening
• Aplikace na telefonech a analýza sítnice demokratizují přístup globálně
• Včasná detekce s podporou AI umožňuje načasovanou intervenci a prevenci
• Tyto nástroje doplňují klinické rozhodování, nenahrazují ho

Shrnutí: AI činí diagnostiku diabetu rychlejší, jednodušší a dostupnější. Od analyzátorů dechu a aplikací na telefonech po pokročilou analýzu sítnice je cílem najít diabetes dříve, než vás najde on. Jak tyto AI nástroje dozrávají a získávají regulační schválení, rutinní screening diabetu může brzy být tak jednoduchý jako fouknutí do přístroje nebo vyfocení oka — přinášející naději, že méně případů zůstane neodhalených.