Gli smartwatch e le analisi del sangue possono predire il rischio di diabete prima che sia troppo tardi?
Il diabete di tipo 2 colpisce oggi più di 500 milioni di adulti nel mondo, una cifra che potrebbe raggiungere i 640 milioni entro il 2030. In nove casi su dieci, questa malattia è legata a un fenomeno chiamato resistenza all’insulina. Questo disturbo silente si verifica quando le cellule del corpo rispondono meno bene all’insulina, un ormone essenziale per regolare il livello di zucchero nel sangue. Senza interventi, può evolvere in diabete conclamato o in complicanze gravi come malattie cardiache o danni epatici.
Tuttavia, rilevare questa resistenza rimane difficile. I metodi attuali, come le analisi del sangue in laboratorio, sono costosi e poco accessibili. Uno studio recente dimostra che è possibile individuarla più semplicemente, combinando dati provenienti da smartwatch e analisi del sangue di routine. I ricercatori hanno utilizzato informazioni come la frequenza cardiaca a riposo, il numero di passi giornalieri, la durata del sonno e i livelli di trigliceridi e colesterolo. Grazie all’intelligenza artificiale, questi dati permettono di identificare le persone a rischio con una precisione vicina all’80%.
Lo studio ha coinvolto più di 1.000 partecipanti negli Stati Uniti. I risultati rivelano che alcune abitudini di vita, come un basso livello di attività fisica o un sonno insufficiente, sono strettamente collegate a una maggiore resistenza all’insulina. Ad esempio, le persone in sovrappeso o obese presentano un rischio molto più elevato, ma anche coloro con un peso normale possono essere interessate. Tra i partecipanti, uno su cinque aveva una resistenza all’insulina senza saperlo, sebbene il loro livello di zucchero nel sangue sembrasse normale.
Il vantaggio di questo approccio è la sua semplicità. Gli smartwatch misurano in modo continuo indicatori come la frequenza cardiaca o l’attività fisica, mentre le analisi del sangue classiche forniscono dati sul metabolismo. Incrociando queste informazioni, gli scienziati hanno sviluppato un modello in grado di predire il rischio molto prima della comparsa dei primi sintomi. Una diagnosi precoce apre la strada a interventi mirati: perdita di peso, esercizio fisico regolare o un’alimentazione adatta possono invertire la tendenza.
Questo metodo potrebbe rivoluzionare la prevenzione del diabete. Evita esami complessi e costosi, offrendo una soluzione scalabile e accessibile a milioni di persone. A lungo termine, potrebbe essere integrato anche negli assistenti vocali o nelle applicazioni di salute, fornendo raccomandazioni personalizzate per ridurre i rischi. La posta in gioco è alta, perché agire tempestivamente consente di evitare trattamenti pesanti e complicanze irreversibili. La tecnologia, abbinata alla medicina, diventa così uno strumento prezioso per una salute proattiva.
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