Ein Deep-Learning-Algorithmus zur Verbesserung der Diabetesversorgung

LIH-Projekt zur digitalen Gesundheit wird von der „Société Francophone du Diabète“ unterstützt“

• Precision Health Abteilung
• Forschungseinheit für Eingehende Digitale Phänotypisierung
• Digitale Medizin

Im Februar 2023 vergab die «Société Francophone du Diabète» (SFD) 30.000 EUR an die Forschungseinheit Deep Digital Phenotyping (DDP) am LIH Department of Precision Health (DoPH) zur Unterstützung der klinischen Studie SFDT1-IH. Der Zuschuss, der im Rahmen des «SFD-Industrie»-Programms in Zusammenarbeit mit Abbott Diabetes Care gewährt wird, ermöglicht die Entwicklung eines neuartigen digitalen Biomarkers zur Vorhersage des Hypoglykämie-Wahrnehmungsstörungrisikos bei Patienten mit Typ-1-Diabetes.    

Die Hypoglykämie-Wahrnehmungsstörung (Hypoglycemia unawareness, HU) ist gekennzeichnet durch die Unfähigkeit, die Anzeichen einer Hypoglykämie (d. h. eines Blutzuckerspiegels unter 4 mmol/l) zu spüren oder zu bemerken, wozu Stress, Angst und Hunger gehören können. Das Risiko, eine HU zu entwickeln, hängt insbesondere mit der Dauer des Typ-1-Diabetes (T1D) und dem häufigen Auftreten von Hypoglykämie-Episoden zusammen.

«Etwa 40 % der T1D-Patienten leiden an HU. Dies ist ein erhebliches Hindernis für eine optimale Diabeteseinstellung und beeinträchtigt somit die Lebensqualität», erklärt Dr. Guy Fagherazzi, DDP-Gruppenleiter, Direktor des DoPH und Leiter des SFDT1-IH-Projekts. «Es gibt zwar Scores zur Bewertung des HU-Risikos, aber sie werden in der derzeitigen klinischen Praxis nicht verwendet. Deshalb wollen wir einen Indikator entwickeln, der aus den Daten der kontinuierlichen Glukosemessung (CGM) abgeleitet wird und es den Ärzten ermöglicht, T1D-Patienten mit HU-Risiko leicht zu identifizieren».

Auf der Grundlage der Daten von mindestens 500 Teilnehmern der SFDT1-Kohortenstudie wird das Forschungsteam Machine- und Deep-Learning-Algorithmen trainieren, um das HU-Risiko vorherzusagen. Das daraus resultierende Vorhersagemodell und der von CGM abgeleitete Indikator werden anschließend auch in einer entsprechenden Kohortenstudie in Kanada validiert.

Wir gehen davon aus, dass unser neuartiger Indikator als digitaler Biomarker fungieren wird, der in die klinische Praxis integriert und während der Konsultation automatisch berechnet werden kann, so dass Diabetologen das HU-Risiko schnell und genau einschätzen, die therapeutische Strategie für jeden Patienten entsprechend verfeinern und personalisieren und so das Auftreten von Hypoglykämie-Ereignissen verringern können, wodurch das Management von T1D und die allgemeine Lebensqualität verbessert werden.

so Charline Bour, Doktorandin in der DDP-Forschungseinheit und Co-Investigator des SFDT1-IH-Projekts.

Die SFD-Förderung wird insbesondere zur Unterstützung der Aktivitäten im Zusammenhang mit der Datenanalyse, der Veröffentlichung und der Verbreitung der Ergebnisse sowie zur Deckung der Reise- und Teilnahmekosten für Sitzungen und internationale Konferenzen beitragen.

“Wir sind dem SFD und Abbott Diabetes Care sehr dankbar für ihre großzügige Unterstützung unseres Projekts, das in den Forschungsschwerpunkt Digitale Gesundheit unseres Instituts fällt und ein großes Potenzial für die Entwicklung und breite Anwendung digitaler Technologien im Gesundheitswesen birgt”, so Dr. Fagherazzi abschließend.

Die Studie wird offiziell im dritten Quartal 2023 beginnen und voraussichtlich 18 Monate dauern. Sie wird in Zusammenarbeit mit dem Team der SFDT1-Kohortenstudie in Frankreich unter der Leitung von Prof. Jean-Pierre Riveline durchgeführt.