Un team internazionale di ricercatori dello Scripps Research Translational Institute di La Jolla (California) – composto anche da Alumni dell’Università di Padova, ha sviluppato un approccio innovativo che combina intelligenza artificiale e dispositivi indossabili per identificare precocemente il rischio di diabete.
Lo studio pubblicato su Nature Medicine propone di superare i limiti dei test standard, come l’HbA1c, integrando dati da monitor glicemici continui (Cgm), microbioma intestinale, dieta, attività fisica, genetica e altri parametri biometrici.
Il tempo di rientro dal picco glicemico è stato identificato come un marker chiave per il rischio di diabete, con picchi più marcati e lenti nei soggetti a rischio.
Il trial clinico, condotto interamente da remoto, ha coinvolto oltre 1.000 partecipanti, utilizzando Cgm, smartwatch e altri dati biometrici per addestrare un modello di intelligenza artificiale.
Leggi il full text dell’articolo:
- Multimodal AI correlates of glucose spikes in people with normal glucose regulation, pre-diabetes and type 2 diabetes.
Carletti, M., Pandit, J., Gadaleta, M. et al.
Nat Med (2025). https://doi.org/10.1038/s41591-025-03849-7
