Una ricerca pubblicata sul JCI Insight afferma che l’obesità è uno dei principali fattori di rischio per il diabete Tipo 2, ma non è associata in modo regolare alla malattia. L’obiettivo dei ricercatori era quello di valutare se il diabete Tipo 2 potesse essere diagnosticato in base a determinati modelli di distribuzione del grasso corporeo utilizzando la risonanza magnetica.

Per rilevare tali modelli, gli esperti hanno utilizzato l’intelligenza artificiale (AI) e delle scansioni di risonanza magnetica di tutto il corpo su un campione di 2.000 persone sottoposte, in precedenza, a uno screening con un test orale di tolleranza al glucosio. Successivamente, con l’intelligenza artificiale, hanno elaborato diversi modelli di correlazione con prediabete o diabete e sesso, età, indice di massa corporea, sensibilità all’insulina, emoglobina glicata (HbA1c).

I risultati di tali modelli hanno mostrato una correlazione dell’87% per il riconoscimento del diabete Tipo 2 e del 68% per il prediabete. Inoltre l’analisi ha mostrato che la valutazione delle regioni addominali viscerali inferiori sono fondamentali in particolare per il diabete Tipo 2. Questa ricerca conferma il ruolo dell’accumulo di grasso nell’addome inferiore soprattutto nel predire l’insorgenza di diabete Tipo 2, evidenziando il possibile utilizzo di una risonanza magnetica di tutto il corpo che, con la tecnica della visualizzazione della mappa di calore, può evidenziare le regioni anatomiche più coinvolte di altre dal grasso corporeo e supportare i clinici nell’identificazione di fenotipi più a rischio.

FONTE: Dietz, B., Machann, J., Agrawal, V., Heni, M., Schwab, P., Dienes, J., ... & Wagner, R. (2021). Detection of diabetes from whole-body MRI using deep learning. JCI Insight, 6(21).

Dizionario del diabete

Lo strumento che ti guida ad individuare e conoscere i termini della patologia, per migliorare la gestione del diabete.

Associazioni italiane

Associazioni nazionali, regionali e non territoriali di persone con il diabete. Scopri le realtà più vicine a te!