Apakah Jam Tangan Pintar dan Tes Darah Dapat Memprediksi Risiko Diabetes Sebelum Terlambat?

Diabetes tipe 2 saat ini memengaruhi lebih dari 500 juta orang dewasa di seluruh dunia, angka yang diperkirakan akan mencapai 640 juta pada tahun 2030. Dalam sembilan dari sepuluh kasus, penyakit ini terkait dengan fenomena yang disebut resistensi insulin. Gangguan yang tidak menunjukkan gejala ini terjadi ketika sel-sel tubuh kurang merespons insulin, hormon penting untuk mengatur kadar gula dalam darah. Tanpa intervensi, kondisi ini dapat berkembang menjadi diabetes yang nyata atau komplikasi serius seperti penyakit jantung atau kerusakan hati.

Namun, mendeteksi resistensi ini tetap sulit. Metode saat ini, seperti tes darah di laboratorium, mahal dan kurang mudah diakses. Sebuah studi terbaru menunjukkan bahwa resistensi insulin dapat dideteksi dengan cara yang lebih sederhana, yaitu dengan menggabungkan data dari jam tangan pintar dan tes darah rutin. Para peneliti menggunakan informasi seperti detak jantung saat istirahat, jumlah langkah harian, durasi tidur, serta kadar trigliserida dan kolesterol. Berkat kecerdasan buatan, data-data ini memungkinkan identifikasi orang-orang yang berisiko dengan akurasi mendekati 80%.

Studi ini melibatkan lebih dari 1.000 peserta di Amerika Serikat. Hasilnya mengungkapkan bahwa beberapa kebiasaan hidup, seperti tingkat aktivitas fisik yang rendah atau tidur yang tidak cukup, sangat terkait dengan peningkatan resistensi insulin. Misalnya, orang dengan kelebihan berat badan atau obesitas memiliki risiko jauh lebih tinggi, tetapi bahkan mereka yang memiliki berat badan normal juga dapat terkena. Di antara peserta, satu dari lima orang mengalami resistensi insulin tanpa menyadarinya, meskipun kadar gula darah mereka tampak normal.

Keuntungan dari pendekatan ini adalah kesederhanaannya. Jam tangan pintar mengukur secara terus-menerus indikator seperti frekuensi detak jantung atau aktivitas fisik, sementara tes darah klasik menyediakan data tentang metabolisme. Dengan menggabungkan informasi ini, para ilmuwan mengembangkan model yang mampu memprediksi risiko jauh sebelum munculnya gejala pertama. Deteksi dini membuka peluang untuk intervensi yang ditargetkan: penurunan berat badan, olahraga teratur, atau pola makan yang sesuai dapat membalikkan kecenderungan ini.

Metode ini berpotensi merevolusi pencegahan diabetes. Metode ini menghindari pemeriksaan yang rumit dan mahal, sambil menawarkan solusi yang dapat diskalakan dan dapat diakses oleh jutaan orang. Dalam jangka panjang, metode ini bahkan dapat diintegrasikan ke dalam asisten suara atau aplikasi kesehatan, memberikan rekomendasi yang dipersonalisasi untuk mengurangi risiko. Tantangannya besar, karena bertindak lebih awal dapat menghindari perawatan yang berat dan komplikasi yang tidak dapat dipulihkan. Teknologi, yang dipadukan dengan kedokteran, dengan demikian menjadi alat berharga untuk kesehatan yang proaktif.

À propos de nos sources

Publication originale

DOI : https://doi.org/10.1038/s41586-026-10179-2

Titre : Insulin resistance prediction from wearables and routine blood biomarkers

Revue : Nature

Éditeur : Springer Science and Business Media LLC

Auteurs : Ahmed A. Metwally; A. Ali Heydari; Daniel McDuff; Alexandru Solot; Zeinab Esmaeilpour; Anthony Z. Faranesh; Menglian Zhou; Girish Narayanswamy; Maxwell A. Xu; Xin Liu; Yuzhe Yang; David B. Savage; Mark Malhotra; Conor Heneghan; Shwetak Patel; Cathy Speed; Javier L. Prieto