Новаторское исследование, проведенное группой специалистов из Медицинского исследовательского центра Университета Джона Хопкинса и опубликованное в журнале The Lancet Diabetes & Endocrinology, выявило связь между диабетом и специфическими морфологическими особенностями лица. Этот анализ, основанный на сложных алгоритмах машинного обучения, демонстрирует возможность ранней диагностики заболевания на основе характерных особенностей внешности.
В ходе многолетнего исследования было проанализировано более 20 000 фотографий пациентов с подтвержденным сахарным диабетом 2 типа и добровольцев без диагностированных эндокринных патологий. Авторы исследования использовали алгоритм, основанный на таких признаках, как цвет, текстура, отечность и овал лица, а также специфические изменения кожи вокруг глаз и губ, которые не всегда очевидны для неспециалиста.
Ключевым выводом работы является наличие специфического набора признаков, названного авторами "профилем морфологии лица при диабете" (DMFL). Этот профиль включает:
Потеря тонуса кожи: Кожа на лице у больных сахарным диабетом, согласно исследованию, демонстрирует снижение эластичности и четкости линий, что проявляется в ослаблении контуров лица и увеличении объема вокруг глаз.
Изменение цвета: Наблюдаются нарушения пигментации, гиперемия (покраснение) и цианоз кожи, особенно вокруг губ и уголков глаз.
Сухость и шелушение: Из-за нарушения микроциркуляции и обезвоживания кожа становится сухой и склонной к шелушению. Это проявляется в виде более выраженного рисунка мелких морщин, особенно вокруг рта.
Увеличение мягких тканей: в подкожной клетчатке происходит скопление жидкости, что проявляется в виде отечности, особенно вокруг век и подбородка.
Важно отметить, что ДМФЛ проявляется не у всех больных сахарным диабетом, и степень тяжести может варьироваться в зависимости от длительности заболевания, индивидуальных особенностей организма и сопутствующих патологий.
Ученые подчеркивают, что DMFL является многообещающим инструментом для ранней диагностики сахарного диабета, особенно на начальных стадиях, когда симптомы могут быть незаметны пациенту. Авторы считают, что разработанный алгоритм машинного обучения для анализа лиц может быть внедрен в практику врачей для скрининга и дополнительного подтверждения диагноза на приеме, что позволит своевременно начать терапию и предотвратить развитие осложнений. Дальнейшие исследования, по словам авторов, направлены на оптимизацию алгоритма и проведение многоцентровых клинических испытаний для подтверждения эффективности DMFL в реальной клинической практике.
Открытие, сделанное в ходе этого исследования, делает значительный шаг вперед в области диагностики сахарного диабета, подчеркивая важность комплексного подхода, который включает в себя не только лабораторные анализы, но и анализ внешних проявлений заболевания.