A. JABBAR DENTAL CLINIC KARACHI

Sadia Khan

کیا AI ذيابیطس کی پیشن گوئی کوئی کرسکتا ہے؟

This article or video has been viewed by many visitors, and is popular.

Humza Khizer

Can AI Predict Diabetes?

Introduction

In 2021, approximately 400,000 deaths in Pakistan occurred due to diabetes<a href="#accordion">[1]</a>. The chronic disease results from a lack of insulin in the body or the cells&#39; inability to use the available insulin. This leads to elevated blood glucose levels which can present as increased thirst, frequent urination, increased appetite, fatigue, recurrent infections, and unexplained weight loss.&nbsp; 
&nbsp;

With 33 million adults suffering from diabetes, Pakistan has the highest diabetes prevalence in the world<a href="#accordion">[1]</a>.&nbsp;However, more than 26.9% of adults are undiagnosed<a href="#accordion">[1]</a>. Thus, putting them at risk of complications such as neuropathy, nephropathy, <a href="https://www.merisehat.pk/disease/hypertension-57">hypertension</a>, vision problem, and cardiovascular diseases. Moreover, the delay in treatment reduces a person&#39;s overall quality of life. This delay in diagnosis and treatment is often blamed on a lack of awareness among the general population. Additionally, many people have limited financial resources and access to adequate healthcare facilities.&nbsp;

According to the International Diabetes Federation, 3 in 4 adults with diabetes live in low- and middle-income countries<a href="#accordion">[2]</a>. Such countries already face multiple healthcare challenges which can make managing chronic conditions such as diabetes more difficult. Therefore, there is a need for improving diabetes care.&nbsp;

&nbsp;

Artificial intelligence is defined as &#39;a branch of computer science that aims to create systems or methods that analyze information and allow the handling of complexity in a wide range of applications<a href="#accordion">[3]</a>.&nbsp;It basically means making a computer perform tasks normally done by humans. Thus, systems or algorithms are equipped with humanistic characteristics of reasoning, analyzing, learning, and generalizing.&nbsp;

&nbsp;

Understanding how to predict diabetes using AI

In recent years, researchers have turned their attention to artificial intelligence (AI) for diabetes management. These newly developed AI-based tools are rapidly becoming an integral part of healthcare due to their portability, low cost, and high efficiency. Using principles of machine learning, researchers have built algorithms that can help predict the risk of developing diabetes and its complications. 
&nbsp;

Several AI-based medical devices are currently in use across the United States, Europe, and Japan. However, most of them are concerned with radiological and diagnostic imaging.&nbsp;&nbsp; 
&nbsp;

Artificial Intelligence can improve and influence three main aspects of diabetes care<a href="#accordion">[3]</a>. 
&nbsp;

<ul>
	<li>Patients with diabetes</li>
	<li>Healthcare professionals</li>
	<li>Healthcare systems 
	&nbsp;</li>
</ul>

Currently, AI technologies focus on blood glucose monitoring, diabetes prediction, lifestyle guidance, monitoring of complications, and diabetes self-management.&nbsp; 
&nbsp;

Chinese researchers developed a risk assessment model for screening post-meal hyperglycemia<a href="#accordion">[4]</a>. The AI-based predictive model used several risk factors, such as age, height, family history, fasting blood glucose, and cholesterol levels to identify those at risk of postprandial hyperglycemia. Thus, replacing the need for an oral glucose tolerance test.&nbsp; 
&nbsp;

Another group of researchers used machine learning algorithms and electronic medical record (EMR) data of patients to predict their risk of developing type 2 diabetes later<a href="#accordion">[5]</a>. Thus, proving that artificial intelligence is feasible for diabetes prediction.&nbsp;

&nbsp;

<h4>"Head on over to our<a href="https://www.merisehat.pk/page/sehat-scan/" target="_blank"> sehat scan</a> and check your heart rate variability today!" </h4>

In 2018, the U.S Food and Drugs Administration (FDA) approved IDx-DR, an AI-based device for the early detection of diabetic retinopathy. The algorithm analyzes digital retinal images to diagnose people with retinopathy, without the need for an ophthalmologist. However, primary health physicians can refer patients to ophthalmologists for an assessment of the images or ask for a re-evaluation with the device 12 months later. A clinical trial for the AI system reported 92% accuracy levels and 93% specificity levels for the device<a href="#accordion">[6]</a>. 
&nbsp;

AI-based devices have also been developed for image-based screening of diabetic foot ulcers. These tools provide a cost-effective alternative for the detection of diabetic complications. 
&nbsp;

In diabetics, an adequate diet and daily physical activity are essential for maintaining blood glucose levels within the normal range. However, keeping track of one&#39;s dietary habits is not easy. Nor is it feasible to adjust insulin dose for every meal. Artificial intelligence algorithms can combine multiple parameters, such as physical activity, blood glucose measurements, and dietary habits to predict postprandial glucose levels and their metabolic effects. Moreover, based on these parameters they can then adjust one&#39;s insulin dose.&nbsp; 
&nbsp;

Self-management is an integral component of diabetes treatment. However, many patients are unaware of diabetes self-care, and are non-compliant with prescribed treatments and recommended lifestyle changes. Digital platforms, therefore, help increase awareness and help patients become accountable for diabetes care. 
&nbsp;

During a 12-week interventional study, researchers evaluated the use of FareWell, a digital therapeutic, for the management of diabetes. The digital intervention provided health coaching to patients every 2 weeks, aiding healthier lifestyle decisions. At the end of the study, participants reported a significant reduction in HbA1c levels and diabetic medication use. Approximately 92% of the users reported greater confidence in the management of their diabetes<a href="#accordion">[7]</a>.

Moreover, many mobile apps are now available for diabetes management. They can help set reminders for medications, track blood glucose levels, set goals, and provide insights into the patient&#39;s disease progression.&nbsp; 
&nbsp;

Conclusion

In 2021, diabetes was responsible for an estimated USD 966 billion in global health expenditure<a href="#accordion">[1]</a>. The increasing disease burden of diabetes poses further risks for countries facing poverty, lack of resources, high healthcare costs, and lack of healthcare experts. Therefore, prevention and management of diabetes are important for decreasing the disease burden. 
&nbsp;

Type 2 diabetes has a slow disease progression and can take years to show symptoms. Early detection of the disease can decrease healthcare costs by preventing the development of complications. Artificial intelligence allows remote monitoring of the patient&#39;s disease, providing a low-cost and time-effective alternative for diabetes management. Moreover, 50-70% of routine follow-up clinical consults can be replaced with virtual management using artificial intelligence<a href="#accordion">[8]</a>. 
&nbsp;

There are several limitations to the application of artificial intelligence in diabetes, such as data security, low user-friendliness of the apps, technical factors, and lack of access. Nevertheless, these limitations are currently being worked on to ensure that AI helps empower patients to effectively manage their diabetes. 
&nbsp;

Key Points

<ul>
	<li>Diabetes Mellitus results from either a lack of insulin or the body&#39;s inability to use the available insulin. It can result in complications such as cardiovascular disease, chronic kidney disease, hypertension, vision problems, and skin infections leading to feet/leg amputation.</li>
	<li>Diabetes prevalence has significantly increased in low- and middle-income countries, increasing the disease burden in places already struggling with healthcare management.&nbsp;</li>
	<li>Artificial intelligence can help manage diabetes by helping monitor glucose levels, predicting diabetes, lifestyle guidance, and detecting complications of diabetes.&nbsp;</li>
	<li>Remote monitoring of a patient&#39;s disease progression can reduce the burden on healthcare professionals and provide a low-cost and time-efficient alternative to routine clinical consultations.&nbsp;</li>
</ul>

&nbsp;

[1].International Diabetes Federation, 2021. With 1 in 4 adults living with diabetes, Pakistan has highest diabetes prevalence in the world. s.l.:s.n.

[2].IDF Diabetes Atlas, n.d. Diabetes around the world in 2021.

[3].Ellahham, S., 2020. Artificial Intelligence: The Future for Diabetes Care. The American Journal of Medicine, 133(8), pp. 895-900.

[4].Fu, Q. et al., 2014. A Chinese risk score model for identifying postprandial hyperglycemia without oral glucose tolerance test. Diabetes/metabolism research and reviews, 30(4), pp. 284-90.

[5].Mani, S. et al., 2012. Type 2 Diabetes Risk Forecasting from EMR Data using Machine Learning. AMIA Annu Symp Proc., pp. 606-615.

[6].Abràmoff, M. D. et al., 2018. Pivotal trial of an autonomous AI-based diagnostic system for detection of diabetic retinopathy in primary care offices. npj Digital Med.

[7].Berman, M. A. et al., 2018. Change in Glycemic Control With Use of a Digital Therapeutic in Adults With Type 2 Diabetes: Cohort Study. JMIR diabetes, 3(1).

[8].Fagherazzi , G. & Ravaud, P., 2019. Digital diabetes: Perspectives for diabetes prevention, management and research. Diabetes & metabolism, 45(4).

Nimrah H. Sattar

تعارف

۔حالیہ سالوں میں ، ماہرین نے ذیابیطس کے انتظام کے لیۓ اپنی توجہ مصنوعی ذہانت پر مبذول کر لی ہے سال 2021 میں ، پاکستان میں تقریبا چارلاکھ افراد ذيابیطس کے سبب ہلاک ہوۓ (1)۔ یہ مہلک بیماری جسم میں انسولین کی کمی &nbsp;یا جسم کے خلیات کی، موجود انسولین کے استعمال کی صلاحیت کھو دینے سے ہوتی ہے ۔ جس کی وجہ سے خون میں شوگر لیول میں اضافہ ہوجاتا ہے اوراس کی وجہ سے پیاس کا بڑھ جانا ، بار بار پیشاب آنا ، بھوک کا بڑھ جانا ، تھکن ، بار بار انفیکشن کا ہو جانا اور وزن میں تیزی سے کمی جیسی علامات کا سامنا ہو سکتا ہے ۔&nbsp;تقریبا 33 ملین ذیابیطس کے مریضوں کے ساتھ ، دنیا بھر میں اس وقت پاکستان میں اس بیماری کا پھیلاؤ سب سے زيادہ ہے ۔ (1) یہ بیماری کئي اقسام کی ديگر پیچیدگیوں کا باعث بھی بنتی ہے جن میں نیورو پیتھی ، نیفرو پیتھی ، ہائپر ٹینشن ، بینائی کے مسائل اور دل کی مختلف بیماریاں شامل ہیں ۔ اس کے علاج میں تاخیر کسی بھی انسان کی زندگی کی کوالٹی کو بری طرح متاثر کرتی ہے ۔ تشخیص اور علاج&nbsp; میں یہ تاخیر عام آبادی میں اس بیماری کے متعلق معلومات کی کمی کی وجہ سے ہوتی ہے ۔ اس کے علاوہ کئی افراد کے پاس محدود معاشی وسائل ہونے کی وجہ سے بھی ان کی پہنچ صحت عامہ کی سہولیات تک نہیں ہوتی ہے ۔&nbsp;بینس الاقوامی ذيابیطس فیڈریشن کے مطابق ، درمیانی یا کمزور اقتصادی صورتحال کے شکار ممالک میں ہر چار میں سے تین بالغ افراد اس کا شکار ہیں ۔ ایسے ممالک جو پہلے ہی صحت کے حوالے سے کئی چیلنجز کا سامنا کر رہے ہوتے ہیں ایسے حالات میں ذیابیطس جیسی خطرناک بیماریاں ان کی مشکلوں میں مذید اضافے کا سبب بن سکتی ہیں ۔ اس وجہ سے ذیابیطس کی بیماری کو مناسب دیکھ بھال کی ضرورت ہے ۔&nbsp;

آرٹیفیشل انٹلیجنس کی مدد سے ذیابطیس کے قبل ازوقت پیشن گوئی کی وضاحت

مصنوعی ذہانت کمپیوٹر سائنس کی ایک ایسی شاخ ہے جس کا مقصد ایسے طریقہ کار یا نظام بنانا ہوتا ہے جو معلومات کا تجزیہ کر کے مختلف ایپلی کیشن میں ہونے والی پیچیدگیوں کا تجزیہ کرتی ہے ۔ (3)۔ جس کا آسان مطلب یہ ہے کہ ایسے کمپیوٹر بناۓ جائيں جو ایسے کام انجام دیں جوعام طورپرانسان کرتے ہیں ۔ یہ ایسے سسٹم ہوں جو سیکھنے ، جانچنے ، اور تجزیہ کرنے کی صلاحیت سے لیس ہو ۔

حالیہ سالوں میں، ماہرین نے ذیابیطس کے انتظام کے لیۓ اپنی توجہ مصنوعی ذہانت پر مبذول کرلی ہے ۔ جدید مصنوعی ذہانت کی بنیاد پر بناۓ گۓ آلات اپنی آسان نقل و حمل کے سبب صحت کے شعبے کا اہم جز بن گۓ ہیں۔ مشین کے سیکھنے کے اصول کی بنیاد پر محقیقین نے ایسا لوگراتھم بنایا ہے جو نہ صرف ذيابیطس کی پیشن گوئی کر سکتا ہے بلکہ اس کی پیچدگیوں سے بھی آگاہ کر سکتا ہے ۔&nbsp;مصنوعی ذہانت کی بنیاد پر بناۓ جانے والے کئی میڈيکل آلات کا استعمال اس وقت امریکہ ، یورپ اورجاپان میں کامیابی سے جاری ہے ۔ تاہم ان میں سے زيادہ تر کا تعلق ریڈیولوجیکل یا تشخیصی خاکوں ہی سے ہے ۔&nbsp;مصنوعی ذہانت ذیابیطس کی دیکھ بھال کو ان تین طریقوں سے بہتر بنا کر اس پر اثر انداز ہو سکتے ہیں ؛&nbsp;<ul><li style="text-align: right;">ذیابیطس کا شکار مریض&nbsp;</li><li style="text-align: right;">صحت کی سہولیات فراہم کرنے والے پیشہ ور&nbsp;</li><li style="text-align: right;">صحت کی دیکھ بھال کا نظام&nbsp;</li></ul>حالیہ وقت میں مصنوعی ذہانت کی توجہ خون میں گلوکوز کی نگرانی ، ذیابیطس کی پیشن گوئي ، طرز زندگی کی رہنمائی ، اس سےہونے والی پیچیدگیوں کی نگرانی اور ذیابیطس کی اپنی مدد آپ کے تحت مینجمنٹ بھی شامل ہے ۔ &nbsp;

چینی ماہرین نے خطرے کو جانچنے والا ایک ماڈل تحریر کیا ہے جو کھانا کھانے کے بعد ہائپر گلائسیمیا یا خون میں شوگر کے بڑھے ہوۓ لیول کو چیک کرتا ہے ۔ (4)۔ مصنوعی ذہانت کی بنیاد پر پیشن گوئی کرنے والا یہ ماڈل مختلف خطرے کے عوامل جن میں عمر ، قد ، خالی پیٹ خون میں گلوکوز کا لیول ، کولیسٹرول لیول کی جانچ کرنے کے بعد ان افراد کی شناخت کرتا ہے جو کہ ذیابیطس میں مبتلا ہونے کے خطرے Postprandial Hyperglycemia سے دوچار ہو سکتے ہیں ۔ جو کہ منہ کے راستے گلوکوز کی برداشت کے ٹیسٹ کا نعم البدل ہو سکتا ہے ۔&nbsp;جب کہ محقیقین کا ایک اور گروہ مشین سے سیکھے گۓ ،الگورتھم اور الیکٹرونک میڈیکل ریکارڈ (ای ایم آر ) کی مدد سے ،ایسے مریضوں کے اعداد و شمار جمع کر رہا ہے جو کہ&nbsp; وقت کے ساتھ ٹائپ 2 ذیابیطس کے خطرے سے دوچار ہو سکتے ہیں ۔ اس سے یہ ثابت ہوا کہ مصنوعی ذہانت ذیابیطس میں مبتلا ہونے کے حوالے سے وقت سے قبل تشخیص کر سکتی ہے ۔&nbsp;

سال 2018 میں امریکی فوڈ اور ڈرگز ایڈمنسٹریشن نے آئي ڈی ایکس – ڈی آر کی منظوری دی۔ جو ایک مصنوعی ذہانت کی بنیاد پر کام کرنے والا آلہ ہے ۔ جو ابتدائی مرحلے پر ہی ذیابیطس ریٹینو تھراپی کی تشخیص کرتا ہے۔ یہ الگورتھم ڈجیٹل ریٹائنل تصاویر کا جائزہ لے کر لوگوں میں بغیر کسی آنکھوں کے ماہر کی مدد کے ریٹینو تھراپی کی تشخیص کرتا ہے ۔جب کہ عام صحت کی سہولیات فراہم کرنے والے فزیشن آنکھوں کے ماہر کے پاس بھیجتے ہیں جو خاکوں یا معائنے کے بعد اس مرض کی تشخیص 12 ماہ کے بعد کرتا ہے ۔ کلینیکل معائنے کے حوالے سے مصنوعی ذہانت کے نظام کے درست ہونے کی شرح 92 ٪ ہے جب کہ کچھ خاص کیسز میں یہ شرح 93 ٪ تک بھی ہو سکتی ہے (6)ذیابیطس کے سبب پیروں میں ہونے والے زخموں کی تشخیص کرنے والے آلات بھی اب بنا لیۓ گۓ ہیں ۔ یہ آلات ذيابیطس کے سبب ہونے والی پیچیدگیوں کی تشخیص کم قیمت میں موثر انداز میں کرتے ہیں ۔

ذیابیطس میں خون میں گلوکوز کے لیول کو نارمل حد میں رکھنے کے لیۓ ،مناسب غذا اور روزانہ جسمانی ورزش کی ضرورت ہوتی ہے ۔ مگر کھانے پینے کے معاملات میں مستقل پرہیز کرنا آسان کام نہیں ہوتا ہے ۔ اور نہ ہی یہ ممکن ہے کہ ہر کھانے سے قبل انسولین کی لگائی جانے والی ڈوز کا تعین کیا جاے ۔ مصنوعی ذہانت کا الگورتھم مختف نشانیوں جن میں جسمانی سرگرمی ، خون میں گلوکوز کی مقدار ، اور کھانے پینے کی عادات کی بنا پر خون میں گلوکوز کے لیول اور اس کے جسم پر اثرات کے بارے میں بتاتا ہے ۔ جس کی بنیاد پر ہر مریض کے لیۓ انسولین کی خوراک یا ڈوذ کا تعین کیا جاتا ہے ۔&nbsp;ذاتی توجہ ذيابیطس کے علاج کے لیۓ ایک اہم جز ہے۔ جب کہ کافی مریضوں کو ذيابیطس میں اپنی دیکھ بھال کرنے کے طریقے ، ڈاکٹر کی بتائی گئي ادویات کے استعمال اور طرز زندگی میں درکار تبدیلیوں کی اہمیت سے ناواقف ہوتے ہیں ۔ ڈیجیٹل پلیٹ فارم مریض کی معلومات میں اضافے کے ساتھ ساتھ اس کو اپنی بیماری کی دیکھ بھال کا ذمہ دار بناتا ہے۔&nbsp;بارہ ہفتوں تک کی جانے والی تحقیق کے مطابق فئيرویل، جو ایک ڈجیٹل علاج کا طریقہ کار ہے ، کا استعمال ذيابیطس کے علاج کے لیۓ کیا جا سکتا ہے ۔ یہ طریقہ کار مریض کو ہر دو ہفتوں بعد کوچنگ فراہم کرتا ہے ، اور اس کو صحت بخش طرز زندگی گزارنے کے طریقوں کے بارے میں رہنمائی فراہم کرتا ہے ۔ ان تحقیقات کے اختتام پر ، ریسرچ میں شامل افراد کے HbA1c&nbsp; &nbsp;کے لیول میں خاطر خواہ کمی دیکھی گئی ۔ تقریبا 92٪ افراد نے اس نظام پر اعتماد کا اظہار کیا ۔ (7)اس کے علاوہ بہت ساری موبائل ایپلی کیشن میں ذيابیطس کی دیکھ بھال کے لیۓ اب میسر ہیں ۔ جو ادویات کے استعمال کی یاد دہانی کروانے، خون میں گلوکوز کے لیول کو چیک کرنے کے ساتھ ساتھ گول ترتیب دیتی ہیں اور مریض کے مرض کی کنڈيشن پر نظر رکھتی ہیں۔&nbsp;

خلاصہ

سال 2021 میں دنیا بھر میں کیۓ جانے والے صحت پر اخراجات میں 966 امریکی ڈالر صرف امریکہ میں خرچ کیۓ گۓ (1)۔ ذیابیطس کا بڑھتا ہوا دباؤ ان ممالک کے لیۓ خظرناک ہے جو غربت کا سامنا کر رہے ہیں اور ان کے پاس صحت کے شعبے میں پیسے خرچ کرنے میں وسائل کی کمی کا سامنا ہے ۔ اس وجہ سے اس بیماری کے دباؤ کو کم کرنے کے لیۓ احتیاط اور دیکھ بھال سب سے موثر ہتھیار ہے ۔&nbsp;ٹائپ 2 ذیابیطس کے بڑھنے کی رفتار کم ہوتی ہے اور اس کی علامات کو ظاہر ہونے میں سالوں لگ سکتے ہیں ۔ ابتدائی مرحلے میں ہی اس کی تشخیص پیچیدگیوں کو روک کر اسکے علاج پر اٹھنے والے اخراجات کو کم کر سکتی ہے ۔ مصنوعی ذہانت کے استعمال سے مریض گھر بیٹھے اس بیماری کی دیکھ بھال کر سکتا ہے ۔ جس سے پیسے اور وقت دونوں کی بچت ہو سکتی ہے ۔ جس کی وجہ سے 50 سے 70٪ روٹین ڈاکٹروں کے پاس جا کر چیک اپ کروانے کے بجاۓ اب مصنوعی ذہانت کے استعمال سے یہ چیک اپ اب گھر بیٹھے ممکن ہو گۓ ہیں ۔ (8)ذیابیطس کے لیۓ مصنوعی ذہانت والے ان آلات کے استعمال میں تاہم کچھ مسائل کا بھی سامنا ہے مثال کے طور پر ڈيٹا کی سیکیورٹی ، ایپلی کیشن کا استعمال کرنے والوں کے لیۓ مشکل ہونا اور رسائی میں دشواری ۔ اگرچہ ان مسائل پر قابو پانے کی کوشش کی جارہی ہے تاکہ مریض اپنے اس مرض پر قابو پا سکیں ۔&nbsp;

اہم نکات

<ul><li style="text-align: right;">ذیابیطس میلیٹس کی بیماری جسم میں انسولین کی کمی یا جسم میں موجود انسولین کے استعمال کی صلاحیت کے کم ہونے سے ہوتی ہے ۔ جس کے نتیجے میں ہونے والی پیچیدگیوں کی صورت میں دل کی بیماری ، گردوں کی بیماری ، ہائی بلڈ پریشر ، بینائی کے مسائل اور جلد کے مسائل کا سامنا کرنا پڑ سکتا ہے&nbsp;</li><li style="text-align: right;">ذیابیطس کے پھیلاؤ میں اضافہ زیادہ تر کم آمدنی والے ممالک میں دیکھنے میں آیا ہے جو پہلے ہی صحت کی سہولیات کی فراہمی میں جدوجہد کا سامنا کر رہے ہیں ۔&nbsp;</li><li style="text-align: right;">مصنوعی ذہانت ذيابیطس کو کنٹرول کرنے کے لیۓ مختلف طریقوں سے مددگار ثابت ہو سکتی ہے جس میں خون میں گلوکوز کے لیول کی نگرانی ، ذیابیطس کی پیشنگوئی ، طرز زندگی کے حوالے سے رہنمائی ، اور اس کے سبب ہونے والی پیچیدگیوں کی تشخیص شامل ہے ۔&nbsp;</li><li style="text-align: right;">گھر بیٹھے مریض کا اپنی بیماری کی دیکھ بھال کر لینے سے صحت کے شعبے اور اس کے ماہرین پر دباؤ میں کمی ہو سکتی ہے اس کے علاوہ اس طریقے سے وقت اور پیسے دونوں کی بچت ہو سکتی ہے </li></ul>

International Diabetes Federation, 2021. With 1 in 4 adults living with diabetes, Pakistan has highest diabetes prevalence in the world. s.l.:s.n.

IDF Diabetes Atlas, n.d. Diabetes around the world in 2021. [Online]  Available at:

Ellahham, S., 2020. Artificial Intelligence: The Future for Diabetes Care. The American Journal of Medicine, 133(8), pp. 895-900.

Fu, Q. et al., 2014. A Chinese risk score model for identifying postprandial hyperglycemia without oral glucose tolerance test. Diabetes/metabolism research and reviews, 30(4), pp. 284-90.

Mani, S. et al., 2012. Type 2 Diabetes Risk Forecasting from EMR Data using Machine Learning. AMIA Annu Symp Proc., pp. 606-615.

Abràmoff, M. D. et al., 2018. Pivotal trial of an autonomous AI-based diagnostic system for detection of diabetic retinopathy in primary care offices. npj Digital Med.

Berman, M. A. et al., 2018. Change in Glycemic Control With Use of a Digital Therapeutic in Adults With Type 2 Diabetes: Cohort Study. JMIR diabetes, 3(1).