Akadēmiskais centrs
Vairāk kā trešdaļa jeb 36% pieaugušo Eiropā sadzīvo ar nediagnosticētu diabētu, kas var izraisīt dzīvībai bīstamas komplikācijas, ja to savlaicīgi un pareizi neārstē. 541 miljoniem pieaugušo glikozes līmenis asinīs ir augstāks par normālu, bet nav pietiekami augsts, lai to uzskatītu par diabētu. Kā uzsver Pasaules Veselības organizācija un Starptautiskā diabēta federācija, prediabēts ir atgriezenisks, ja to savlaicīgi diagnosticē un uzsāk veselīgu dzīvesveidu, lietojot sabalansētu uzturu un veicot fiziskas aktivitātes.
Pētījuma mērķis
Pētnieku grupa izvirzījusi mērķi testēt projektā izstrādātu matemātisku algoritmu (physics-informed machine learning – PIML algorithm), kas tiks dizainēts prediabēta jeb glikozes tolerances traucējumu reālā laika riska noteikšanai.
Pētījuma norise un nozīme
Pacientu iesaiste pētījuma īstenošanai notiks Latvijā un Austrijā. Latvijas pētījuma centrā tiks iesaistīti citādi veseli pieauguši indivīdi no 18 līdz 65 gadu vecumam ar normālu glikozes līmeni, virssvaru vai 1. pakāpes aptaukošanos. Turpretī kolēģi no Austrijas analizēs pacientu grupu ar normālu svaru, kuru 1. vai 2. pakāpes radiniekiem ir diagnosticēts diabēts.
Pētījuma prognozēšanas algoritms balstīts datorredzes un mašīnmācīšanās pieejā, proti, tiks kombinēti dažāda veida dati – reālās dzīves datu kopa, kas iegūta no esošajiem un jaunajiem klīniskiem pētījumiem no abiem pētījuma centriem, apvienojot ar matemātiskiem modeļiem. Reālās dzīves datu kopā tiks ņemti vērā dažādi parametri: glikozes variabilitāte tiks novērtēta, izmantojot pastāvīgās glikozes monitorēšanas sensoru, katra dalībnieka fizisko aktivitāšu biežums un daudzveidība tiks noteikta, izmantojot fitnesa aproci (FitBit Charge 5). Daļu pētījuma kopas dalībnieku aicinās testēt Elektronikas un datorzinātņu institūtā izstrādāto aproci EDIBit.
Pacientu bioloģiskajos materiālos zinātnieki pētīs dažādus iekaisuma marķierus, sāta hormonu leptīnu u.c. parametrus. Tiks ievākti arī dati par dalībnieku uztura paradumiem.
Sadarbībā ar uztura speciālistiem pacienti saņems diētas rekomendācijas saskaņā ar starptautiski atzītām vadlīnijām, savukārt sporta fiziologi noteiks katra pētījuma dalībnieka fiziskās aktivitātes līmeni un sniegs atbilstošus ieteikumus pastāvīgiem attālinātiem treniņiem, lai uzlabotu vispārējo pašsajūtu un nepieciešamības gadījumā veiktu svara korekcijas. Kopumā pacienti pētījumā tiks iesaistīti četru mēnešu garumā, ietverot trīs klātienes vizītes.
Pētnieku iecere ir izstrādāt algoritmu, lai riska grupas pacientus jau agrīni pasargātu no prediabēta attīstības.
Iesaistītie pētījuma partneri
Projekta vadošais partneris informācijas un komunikācijas tehnoloģiju centrs Spindox Itālijā, bet plašu partneru kopu veido Latvijas Universitāte un Elektronikas un datorzinātņu institūts, Grācas Medicīnas universitāte Austrijā, Itālijas pētniecības padome - Lietišķās skaitļošanas institūts, Dienvidšveices Lietišķo zinātņu un mākslas universitāte Šveicē, konsultāciju uzņēmums Euronet Beļģijā, Robotikas skola Itālijā, uzņēmums CheckHealth Zviedrijā, Itālijas aknu fonds ONLUS un uzņēmums HK3 LAB S.R.L Itālijā. Pētnieku komandu Latvijā vada LU Medicīnas fakultātes Personalizētās medicīnas laboratorijas vadošā pētniece Dr.med. Jeļizaveta Sokolovska.
“Integrētais modelis prediabēta monitorēšanai, izmantojot uz mākslīgo intelektu balstītu automatizēto riska stratificēšanas modeli" (PRAESIIDIUM), projekta līguma nr. 101095672, ir viena no aktivitātēm Eiropas Savienības pētniecības un inovācijas programmas 2021.-2027. gadam periodam “Apvārsnis Eiropa” uzsaukumā “HORIZON-HLTH-2022-STAYHLTH-02”. Projekta īstenošana uzsākta 2023. gada 1. janvārī un pētniecības darbam līdz 2025. gada 31. martam paredzēts finansējums 5808740 eiro apmērā.
 2023. gada pirmajā ceturksnī uzsākts pētniecības projekts prediabēta monitorēšanai, izmantojot mākslīgā intelekta risinājumus. Projektu īsteno Eiropas Savienības pētniecības un inovācijas programmas "Apvārsnis Eiropa" ietvarā.){kind=link}