Согласно недавней публикации в журнале revision journal Diabetes Care, результаты крупномасштабного клинического исследования показывают новый, более эффективный график измерения уровня сахара в крови для пациентов с сахарным диабетом 2 типа, улучшающий контроль уровня глюкозы и сводящий к минимуму риск осложнений. Исследователи под руководством доктора Амелии Дэвис из Гарвардской медицинской школы в течение трех лет отслеживали уровень глюкозы у более чем 6000 человек с диагнозом сахарный диабет 2 типа. Пациенты были разделены на две группы: первая измеряла уровень глюкозы в соответствии с общепринятой рекомендацией – четыре раза в день, а вторая - по инновационному графику, который включает в себя 2 ежедневных измерения с индивидуальным набором показателей для каждого пациента, оптимизированных в соответствии с данными мониторинга с использованием интеллектуальной аналитики и машинного обучения.
В группе, где проводились традиционные измерения, у 52% пациентов уровень гликированного гемоглобина (HbA1c) превышал 7%, что было признано неэффективным контролем в соответствии с рекомендациями Американской диабетической ассоциации. В то же время у 18% наблюдались эпизоды гипогликемии. Напротив, у пациентов из группы с новым графиком индивидуальный план измерения уровня глюкозы, скорректированный аналитиками, показал значительный успех. У 41% уровень HbA1c был ниже 7%, а процент эпизодов гипогликемии снизился до 5%. Наиболее важным результатом стало то, что группа, в которой применялся новый метод наблюдения, продемонстрировала более благоприятную тенденцию к снижению резистентности к инсулину и гораздо более медленному развитию заболеваний почек.
Ключевым выводом исследования является последовательный непрерывный мониторинг и обработка данных позволяют разработать персональный график измерения уровня глюкозы, который не только отслеживает уровень сахара, но и активно способствует его контролю. Искусственный интеллект, используемый в этом исследовании, анализирует не только данные о текущем уровне глюкозы, но и прогнозирует динамику с учетом индивидуальных биомаркеров, образа жизни, гормональных особенностей и генетической предрасположенности каждого пациента. На основе полученной информации программа формирует гибкие рекомендации по частоте измерений и оптимальным пределам, которые корректируются по мере необходимости.
Это исследование открывает новые перспективы в лечении сахарного диабета 2 типа за счет смещения акцента с пассивного наблюдения на динамическую оптимизацию контроля сахара. Ожидается, что в будущем такой персонализированный подход станет стандартом ухода за пациентами, который обеспечит лучшую и более эффективную поддержку в лечении заболевания и снизит риски долгосрочных осложнений.