Pesquisadores da Stanford Medicine desenvolveram um algoritmo inovador baseado em inteligência artificial (IA) que analisa dados de monitores contínuos de glicose (CGMs) para identificar subtipos específicos de diabetes tipo 2. A nova abordagem tem potencial para personalizar estratégias de tratamento e prevenção, além de melhorar a compreensão da complexidade da doença.
A heterogeneidade do diabetes tipo 2
O diabetes tipo 2 é tradicionalmente tratado como uma única condição, apesar de abranger variações significativas em peso corporal, idade de início, metabolismo e outros fatores. Segundo a professora Tracey McLaughlin, coautora do estudo, “A maioria das pessoas com diabetes tem o tipo 2, e elas são simplesmente classificadas como ‘tipo 2’. Mas é mais complexo do que isso, e existem diferentes fisiologias subjacentes que levam à condição.”
Com base nesse entendimento, os pesquisadores identificaram quatro subtipos principais de diabetes tipo 2. O novo algoritmo desenvolvido pela Stanford consegue detectar três desses subtipos por meio da análise de padrões de glicose coletados pelos CGMs.
Como funciona o algoritmo
O algoritmo utiliza dados contínuos de glicose para identificar variações específicas nos níveis de açúcar no sangue, considerando como o corpo responde a refeições, jejuns e flutuações metabólicas ao longo do dia. Essas informações são processadas pela IA para classificar os indivíduos em subtipos específicos:
1. Subtipo resistente à insulina: Caracterizado por uma incapacidade das células de absorver glicose de forma eficiente, mesmo com níveis elevados de insulina.
2. Subtipo deficiente em produção de insulina: Relacionado à diminuição da produção de insulina pelas células beta do pâncreas, o que prejudica o controle glicêmico.
3. Subtipo híbrido: Combina características de resistência à insulina e deficiência de produção, com manifestações mais variadas.
4. Outros subtipos não identificados: Embora o algoritmo ainda não identifique o quarto subtipo, os pesquisadores estão expandindo os estudos para cobrir essa lacuna.
A análise detalhada dos padrões de glicose permite não apenas classificar o tipo de diabetes, mas também identificar estágios de pré-diabetes, possibilitando intervenções preventivas personalizadas.
Aplicações práticas e impacto
O professor Michael Snyder, também coautor do estudo, explica a importância do avanço: “É uma ferramenta que as pessoas podem usar para tomar medidas preventivas. Se os níveis indicarem um alerta de pré-diabetes, por exemplo, hábitos alimentares ou de exercício podem ser ajustados.”
Além disso, a identificação dos subtipos pode ajudar a personalizar tratamentos medicamentosos, uma vez que determinados fármacos podem ser mais eficazes para subtipos específicos da doença. Isso também possibilita prever complicações relacionadas ao diabetes, como doenças cardiovasculares, renais ou hepáticas, de maneira mais precisa.
Próximos passos na pesquisa
Os pesquisadores esperam que essa tecnologia seja amplamente implementada para que tanto profissionais da saúde quanto pacientes possam ter uma abordagem mais precisa no manejo do diabetes tipo 2. Estudos adicionais estão em andamento para validar a ferramenta em diferentes populações e expandir sua aplicabilidade.
Referência:
STANFORD MEDICINE. AI identifies three common subtypes of type 2 diabetes. Nature Biomedical Engineering, 23 dez. 2024. Disponível em: https://doi.org/10.1038/s41551-024-01012-5. Acesso em: 27 jan. 2025.
