Un team di ricercatori dello Scripps Research Translational Institute di La Jolla (Usa) composto anche da Alumni dell'Università di Padova, rivela come i sensori indossabili e l'intelligenza artificiale potrebbero trasformare il modo in cui rileviamo e gestiamo il prediabete.
Per la diagnosi della malattia, generalmente i medici si affidano a un valore di laboratorio noto come HbA1c, che misura i livelli medi di glucosio nel sangue di una persona negli ultimi mesi. Tuttavia, esso non è in grado di prevedere chi è a maggior rischio di passare da uno stato di salute al prediabete, o dal prediabete al diabete conclamato.
Lo studio, pubblicato su 'Nature Medicine', grazie a un nuovo modello che utilizza i dati dei monitor glicemici continui (Cgm) insieme a informazioni sul microbioma intestinale, la dieta, l'attività fisica e la genetica, è in grado di rilevare i primi segnali di rischio di diabete che i test standard potrebbero non individuare.
Mattia Carletti, il primo autore, Matteo Gadaleta, responsabile del processamento dei dati, e Giorgio Quer, co-autore senior e corrispondente, hanno portato avanti lo studio presso Scripps Research. Riccardo Miotto lavora presso Tempus Ai, lo sponsor dello studio, e ha gestito la collaborazione. Tutti vengono dall'Università di Padova, dove hanno completato il dottorato presso il dipartimento di Ingegneria dell'Informazione.
