การวัดคลื่นไฟฟ้าหัวใจสามารถให้สัญญาณความแตกต่างในผู้ที่มีระดับน้ำตาลในเลือดต่าง ๆ กันได้ นำไปสู่การวินิจฉัยโรคเบาหวาน โดยทีมวิจัยได้พัฒนา Machine-learning-based algorithm จากการวัดคลื่นไฟฟ้าหัวใจ (Electrocardiogram; ECG) ที่มีชื่อว่า DiaBeats
เบาหวานเป็นโรคที่ส่งผลกระทบต่อคนทั่วโลก ในปี ค.ศ. 2019 ประมาณ 463 ล้านคนทั่วโลกเป็นเบาหวาน และกำลังมีอุบัติการณ์มากขึ้นเรื่อย ๆ มาตรฐานการวินิจฉัยเบาหวานคือ การตรวจพบน้ำตาลในเลือดสูงเกินเกณฑ์ที่กำหนด ระบบหัวใจและหลอดเลือดเองก็เป็นหนึ่งในระบบอวัยวะที่ถูกทำลายหรือเปลี่ยนแปลงไปเมื่อน้ำตาลในเลือดสูงขึ้น ซึ่ง ECG อาจจะมีการเปลี่ยนแปลงเล็ก ๆ ซึ่งบุคคลไม่สามารถสังเกตได้ แต่ artificial intelligence; AI สามารถสังเกตการเปลี่ยนแปลงที่จำเพาะหรือการเปลี่ยนแปลงเล็ก ๆ ที่เกิดขึ้นได้ นักวิจัยจึงใช้ AI สังเกตการเปลี่ยนแปลง ECG และพัฒนาเป็น algorithm ซึ่งนับเป็นความสามารถของ AI รูปแบบหนึ่งที่สามารถช่วยวินิจฉัยเบาหวานจากคลื่นไฟฟ้าหัวใจได้
Anoop R Kulkarni และคณะจากประเทศอินเดียร่วมกับประเทศสหรัฐอเมริกา ศึกษา ECG จากประชากรจากส่วนกลางของประเทศอินเดียจำนวน 1,262 ราย ซึ่งเป็นกลุ่มประชากรที่มีความชุกของการเป็นเบาหวานมากกว่าเชื้อชาติอื่น โดยพบความชุกของภาวะก่อนเป็นเบาหวาน และเบาหวาน คือ 14% และ 30% ตามลำดับ นักวิจัยให้เครื่องวัดคลื่นไฟฟ้าหัวใจวิเคราะห์การเต้นของหัวใจรวม 10,461 ครั้ง และคิดเป็น Machine-learning-based algorithm ชื่อว่า DiaBeats algorithm ซึ่งสามารถทำนายน้ำตาลในเลือดได้จากการวิเคราะห์ลักษณะของการเต้นของหัวใจ (beat morphology) ได้แม่นยำ ถึง 97.1% และถูกต้องถึง 96.8% โดย lead ที่ให้ข้อมูลได้ดีที่สุด คือ III, aVL, V4, V5 และ V6 การทำนายโรคเบาหวานจากคลื่นไฟฟ้าหัวใจได้ดังกล่าวอาจเป็นเพราะผลของเบาหวานที่เกี่ยวข้องกับหัวใจทำให้มีการเปลี่ยนแปลงของคลื่นไฟฟ้าหัวใจที่วัดได้จากเครื่องก็ยิ่งช่วยสนับสนุนว่าเบาหวานมีความเกี่ยวข้องกับการเปลี่ยนแปลงไปของหัวใจตั้งแต่ในระดับที่ยังไม่มีอาการทางโรคหัวใจ หรือในระดับที่มนุษย์ไม่สามารถสังเกตได้
ถึงแม้ว่าวิธีการตรวจเบาหวานจากคลื่นไฟฟ้าหัวใจยังไม่ได้เป็นวิธีมาตรฐานสำหรับการวินิจฉัยเบาหวานหรือภาวะก่อนเบาหวานในปัจจุบัน ยังต้องมีการตรวจสอบความถูกต้องและแม่นยำเทียบกับวิธีมาตรฐานต่อไป แต่เทคโนโลยีใหม่นี้นับเป็นจุดเริ่มต้นของความรู้ที่ว่าคลื่นไฟฟ้าหัวใจสามารถให้ข้อมูลเบาะแสเบื้องต้นเพื่อช่วยวินิจฉัยภาวะก่อนเป็นเบาหวานและโรคเบาหวานได้ ซึ่งอาจเป็นจุดเริ่มต้นของการคัดกรองเบาหวานที่ง่ายและไม่เจ็บตัวต่อไปในอนาคต ซึ่งสุดท้ายเครื่องมือเหล่านี้อาจจะไปอยู่บน smart watch ก็เป็นได้
- https://www.medscape.com/viewarticle/980382
- https://innovations.bmj.com/content/early/2022/07/06/bmjinnov-2021-000759
