8月18日，据外媒报道，美国加州大学旧金山分校发表在《自然-医学》上的一项新研究，展示了一种通过智能手机摄像头诊断2型糖尿病的方法，准确率超80%。
糖尿病初期并没有什么症状，因此很容易让人们忽视。此外，到目前为止，还缺乏检测糖尿病的无创且可扩展的工具，因此科学家决定开展这项研究。
该系统基于利用光电容积描记（PPG），它利用光电传感器，检测经过人体血液和组织吸收后的反射光强度的不同，描记出血管容积在心动周期内的变化，从得到的脉搏波形中计算出心率。
在智能手机摄像头出现的的时候，科学家就意识到通过其能够捕捉到PPG的测量值。研究人员猜测利用智能手机摄像头捕捉到的PPG数据，能够检测到糖尿病引起的血管损伤。
研究人员首先过深度神经网络检测了53870名糖尿病患者的260万份PPG记录，并以此开发了一种深度学习算法，并验证了其是否能够有效地识别糖尿病患者和健康受试者。
在开发出算法后，研究人员测试了通过智能手机的PPG数据检测出糖尿病的能力，这些数据是通过手机的闪光灯和摄像头收集的。
结果发现，该系统在受试者中准确地检测到大约80%糖尿病患者。当该算法与其他基本患者数据（如体重指数和年龄）相结合，其预测潜力得到了进一步提高。
研究人员表示，在这个智能手机普及的年代，用它来检测糖尿病将会有效降低患病风险。目前，我们正在将该算法转换为应用程序，下一步，将测试这一全新的数字工具如何更好的纳入糖尿病筛查实践中。
