제2형 당뇨병 조기 예측을 위한 혁신적인 접근 방식인슐린 저항성으로 인해 발생하는 제2형 당뇨병은 전 세계 수백만 명에게 영향을 미치지만, 현재 침습적이거나 접근하기 어려운 검사 방법으로 인해 조기 발견이 어렵습니다. 이에 연구진들은 웨어러블 기기와 일반적인 혈액 검사 데이터를 결합하여 인슐린 저항성을 예측할 수 있는 머신러닝 모델을 개발했습니다.WEAR-ME 연구에서는 휴식 심박수, 걸음 수, 수면 패턴, 공복 혈당, 지질 패널 등의 데이터를 활용하여 이 모델을 훈련했습니다. 이러한 데이터 소스를 결합함으로써 단일 소스만 사용하는 것보다 예측 정확도가 크게 향상되었습니다. 특히, 비만이나 좌식 생활 습관을 가진 고위험군에서 인슐린 저항성을 식별하는 데 있어 모델의 성능이 두드러졌습니다.검증 코호트를 통해 이러한 예측 모델의 일반화 가능성을 확인할 수 있었습니다. 또한, 사용자의 이해를 돕기 위해 고급 언어 모델을 활용한 인슐린 저항성 리터러시 및 이해 에이전트(Insulin Resistance Literacy and Understanding Agent)가 개발되었습니다. 이 에이전트는 대사 건강에 대한 개인화되고 맥락화된 답변을 제공하며, 그 포괄성과 신뢰성으로 내분비학자들에게 깊은 인상을 남겼습니다.이 연구는 쉽게 구할 수 있는 데이터를 통해 제2형 당뇨병 위험에 대한 접근 가능한 조기 검진의 잠재력을 보여줍니다. 이러한 접근 방식은 질병을 예방하거나 지연시키기 위한 시기적절한 생활 습관 개선을 촉진할 수 있습니다.하지만, 이러한 모델은 정보 제공 및 연구 목적으로만 사용되며, 승인된 의료 기기가 아님을 명심해야 합니다.