A study finds smartwatch data combined with blood tests can accurately predict type 2 diabetes risk earlier than traditional methods. Un estudio encuentra que los datos de smartwatch combinados con análisis de sangre pueden predecir con precisión el riesgo de diabetes tipo 2 antes que los métodos tradicionales.

A new study in Nature shows that combining smartwatch data—like heart rate, activity, and sleep patterns—with routine blood tests can accurately predict insulin resistance, a precursor to type 2 diabetes. Un nuevo estudio publicado en Nature muestra que la combinación de datos de relojes inteligentes, como la frecuencia cardíaca, la actividad y los patrones de sueño, con análisis de sangre de rutina puede predecir con precisión la resistencia a la insulina, un precursor de la diabetes tipo 2. Using machine learning on data from over 1,100 people, researchers achieved high accuracy in identifying metabolic risk earlier than traditional methods. Utilizando el aprendizaje automático en datos de más de 1.100 personas, los investigadores lograron una alta precisión en la identificación del riesgo metabólico antes que los métodos tradicionales. The approach, which leverages real-world physiological signals, could enable widespread, low-cost screening and early intervention. El enfoque, que aprovecha las señales fisiológicas del mundo real, podría permitir una detección generalizada y de bajo coste y una intervención temprana. While promising, broader use requires validation across diverse groups, clear clinical guidelines, and solutions to privacy and access concerns. Si bien es prometedor, un uso más amplio requiere validación en diversos grupos, pautas clínicas claras y soluciones a las preocupaciones sobre privacidad y acceso.