利用时间血糖谱诊断早期糖尿病的机器学习方法

机器学习在识别数据模式方面取得了显著成功。在此，我们应用机器学习（ML）诊断早期糖尿病，这已知是医学中的一项挑战性任务。血糖水平受两种反向调节激素胰岛素和胰高血糖素的严密调控，葡萄糖稳态的失效导致常见代谢性疾病糖尿病。它是一种具有长潜伏期的慢性疾病，这使得疾病的早期检测变得复杂。绝大多数糖尿病患者源于胰岛素作用效力的减弱。胰岛素抵抗必然改变血糖的时间分布。因此我们提议使用 ML 检测葡萄糖浓度时间模式中细微的变化。目前尚缺乏具有足够分辨率的时间序列血糖数据，故我们使用一个考虑葡萄糖调控与激素作用的生物物理模型所生成的合成血糖谱数据来验证该提议。多层感知机、卷积神经网络和循环神经网络均以高于 $85\%$ 的准确率识别了胰岛素抵抗的程度。