Ένα πρωτοποριακό ψηφιακό εργαλείο εκτίμησης κινδύνου για τον διαβήτη τύπου 2, με την ονομασία MEDWACS, ανέπτυξαν ερευνητές από το Technical University of Denmark σε συνεργασία με τον Ιταλό νεφρολόγο Umberto Maggiore. Το εργαλείο αυτό, το οποίο βασίστηκε σε ανάλυση δεδομένων υγείας 30 ετών μέσω Τεχνητής Νοημοσύνης, επιτρέπει τον δωρεάν και άμεσο εντοπισμό ατόμων με προδιαβήτη ή αδιάγνωστη νόσο στο σπίτι, χωρίς την ανάγκη αμέσων αιματολογικών εξετάσεων.
Αξιοποιώντας μόλις επτά απλές μετρήσεις (όπως ηλικία, φύλο, δείκτη μάζας σώματος, αρτηριακή πίεση και το μήκος του μηρού), το τεστ στοχεύει να λειτουργήσει ως προειδοποιητικός μηχανισμός, ενθαρρύνοντας τους χρήστες υψηλού κινδύνου να απευθυνθούν έγκαιρα σε ιατρό.
Η πλέον ασυνήθιστη παράμετρος του αλγορίθμου, το μήκος του μηριαίου οστού, συνδέεται τόσο με τη διατροφική κατάσταση κατά την παιδική ηλικία όσο και με τον όγκο της μυϊκής μάζας, η οποία διαδραματίζει καθοριστικό ρόλο στην απορρόφηση της γλυκόζης. Σύμφωνα με τη δημοσίευση στο Journal of Clinical Epidemiology, το εργαλείο επικυρώθηκε με υψηλή ακρίβεια σε πληθυσμούς των ΗΠΑ και της Νότιας Κορέας, εμφανίζοντας συγκρίσιμη ή και ανώτερη απόδοση από παραδοσιακές μεθόδους.
Παρά τα ενθαρρυντικά αποτελέσματα και τη θετική αποδοχή από τη Δανική Ένωση Διαβήτη, οι συντελεστές του έργου, ανάμεσά τους και ο ερευνητής Daniel Yoo, υπογραμμίζουν ότι απαιτούνται περαιτέρω μελέτες επιβεβαίωσης σε επιπλέον πληθυσμιακές ομάδες προτού το τεστ υιοθετηθεί ευρέως.
