AIにより人工膵臓システムの計算性能が向上

2024 年 5 月 14 日 – バージニア大学 (UVA) 糖尿病技術センターの研究チームは、 実証済み 1 型糖尿病を制御する人工膵臓システムに AI を組み込むと、パフォーマンスを犠牲にすることなくシステムの効率が向上することがわかりました。

研究者らは、自動インスリン投与（AID）システムが血糖値を自動的に監視し調節するため、多くの患者にとって1型糖尿病の管理において重要な役割を果たしていると強調した。

ただし、これらのシステムの計算要求は、インスリン ポンプなどの従来の糖尿病管理ツールの計算要求よりも高いため、現実の環境で利用するのがより困難になります。

この課題に取り組むために、研究チームは AI を組み込むことで効率が向上するかどうかを判断することに着手しました。

研究者らは、1型糖尿病患者15人のコホートを対象に、「ニューラルネット人工膵臓」（NAP）と呼ばれるAIベースの人工膵臓を従来の人工膵臓と比較してテストした。 各参加者は NAP または従来のシステムのいずれかにランダムに割り当てられ、デバイスの使用中に 20 時間できるだけ通常のルーチンに従うという課題が課されました。

NAP システムは、従来のシステムの 87 パーセントと比較して 86 パーセントの確率で患者の血糖値を望ましい範囲に維持することに成功しましたが、AI 支援により効率が大幅に向上し、計算量が同等のシステムに比べて 6 倍削減されました。

これらの発見により、研究者らは、NAP を使用することで、開発者はインスリン ポンプやポッドなどの計算能力の低いデバイスにシステムを組み込んで効率を高めることができると結論づけました。

「ニューラルネットの実装により、アルゴリズムはシステムを装着している人のデータから学習することができます」とUVA糖尿病技術センター所長のボリス・コヴァチェフ博士はニュースリリースで説明した。 「これにより、AI を活用したリアルタイムの個別化されたインスリン投与への扉が開かれます。」

ただし、参加者のコホートが少ないため、このツールについてはさらに調査する必要があるが、研究チームは、NAP の高度なバージョンでは、たった 1 人の個人からの情報ではなく、何千人ものユーザーからのデータを使用して、時間の経過とともに適応し、パフォーマンスを向上させる可能性があることを強調しました。

この研究は、AI支援AIDデバイスの分野では初となる。

「これまでのところ、これはデータ駆動型人工膵臓システムの最初の臨床試験です。 [an] インスリンを自動的に投与するために広範囲に訓練されたニューラルネットワーク」とコヴァチェフ氏は語った。

この研究は、AI が糖尿病管理をどのように変革できるかを評価した最新の研究です。

8月、エモリー大学の研究チームが 詳しい EHRデータと定期的に収集された胸部X線写真を分析することにより、糖尿病の初期兆候にフラグを立てることができる深層学習モデルの検証。

研究者らは、現在の糖尿病スクリーニングガイドラインではリスクのある患者を多数見逃している可能性があることを強調し、チームはAIベースのリスク層別化の可能性を調査することになった。

この分析により、胸部 X 線写真で見える脂肪組織の位置が糖尿病のリスクを予測する鍵となることが明らかになり、このモデルは正式な診断の最大 3 年前までに高リスク患者を首尾よく特定できるようになりました。