来自加州大学旧金山分校（UCSF）的科研团队，近日展示了一项概念验证原型，未来可通过智能手机的摄像头来诊断 II 型糖尿病。这项创新研究能够在不借助其他额外硬件的条件下，利用智能手机上的摄像头检测糖尿病，准确率超过 80%。
负责该项研究的主要作者罗伯特·阿夫拉姆（Robert Avram）表示：“糖尿病可能在很长一段时间内没有症状，这使得诊断难度大大增加。到目前为止，一直缺乏无创和可广泛推广的检测糖尿病的工具，促使我们开发这种算法。”
该研究的工作原理是基于光心电图(PPG)，这是一种可以将光照射到组织中以检测血容量变化的技术。PPG 最为人所知的可能是医生用来测量心率和血氧水平的小指夹。
研究团队开发出了一种深度学习算法，该算法能够涉猎数百万个PPG记录，并找出这种生物标志物是否能够有效地从健康受试者中识别出糖尿病受试者。深度神经网络检查了来自 53,870 名确诊糖尿病患者的 260 万条PPG记录。
在算法开发出来之后，研究人员在三个独立的分组中进行了测试，对比检测从智能手机PPG数据中检测糖尿病的能力。这些数据是利用设备的手电筒和应用于患者指尖的摄像头收集的。该系统准确地检测到了约 80% 的受试者的糖尿病。当它与其他基本的患者数据（如身体质量指数和年龄）相结合时，算法的预测潜力进一步提高。