來自加州大學舊金山分校（UCSF）的科研團隊，近日展示了一項概念驗證原型，未來可通過智能手機的攝像頭來診斷II型糖尿病。這項創新研究能夠在不借助其他額外硬件的條件下，利用智能手機上的攝像頭檢測糖尿病，準確率超過80%。

負責該項研究的主要作者羅伯特·阿夫拉姆（Robert Avram）表示：“糖尿病可能在很長一段時間內沒有症狀，這使得診斷難度大大增加。到目前為止，一直缺乏無創和可廣泛推廣的檢測糖尿病的工具，促使我們開發這種算法。”

該研究的工作原理是基於光心電圖(PPG)，這是一種可以將光照射到組織中以檢測血容量變化的技術。PPG 最為人所知的可能是醫生用來測量心率和血氧水平的小指夾。

研究團隊開發出了一種深度學習算法，該算法能夠涉獵數百萬個PPG記錄，並找出這種生物標誌物是否能夠有效地從健康受試者中識別出糖尿病受試者。深度神經網絡檢查了來自53,870 名確診糖尿病患者的260 萬條PPG記錄。

在算法開發出來之後，研究人員在三個獨立的分組中進行了測試，對比檢測從智能手機 PPG數據中檢測糖尿病的能力。這些數據是利用設備的手電筒和應用於患者指尖的攝像頭收集的。該系統準確地檢測到了約80%的受試者的糖尿病。當它與其他基本的患者數據（如身體質量指數和年齡）相結合時，算法的預測潛力進一步提高。