8月18日，據外媒報道，美國加州大學舊金山分校發表在《自然-醫學》上的一項新研究，展示了一種通過智能手機攝像頭診斷2型糖尿病的方法，準確率超80%。
糖尿病初期并沒有什么癥狀，因此很容易讓人們忽視。此外，到目前為止，還缺乏檢測糖尿病的無創且可擴展的工具，因此科學家決定開展這項研究。
該系統基于利用光電容積描記（PPG），它利用光電傳感器，檢測經過人體血液和組織吸收后的反射光強度的不同，描記出血管容積在心動周期內的變化，從得到的脈搏波形中計算出心率。
在智能手機攝像頭出現的的時候，科學家就意識到通過其能夠捕捉到PPG的測量值。研究人員猜測利用智能手機攝像頭捕捉到的PPG數據，能夠檢測到糖尿病引起的血管損傷。
研究人員首先過深度神經網絡檢測了53870名糖尿病患者的260萬份PPG記錄，并以此開發了一種深度學習算法，并驗證了其是否能夠有效地識別糖尿病患者和健康受試者。
在開發出算法后，研究人員測試了通過智能手機的PPG數據檢測出糖尿病的能力，這些數據是通過手機的閃光燈和攝像頭收集的。
結果發現，該系統在受試者中準確地檢測到大約80%糖尿病患者。當該算法與其他基本患者數據（如體重指數和年齡）相結合，其預測潛力得到了進一步提高。
研究人員表示，在這個智能手機普及的年代，用它來檢測糖尿病將會有效降低患病風險。目前，我們正在將該算法轉換為應用程序，下一步，將測試這一全新的數字工具如何更好的納入糖尿病篩查實踐中。
