earticle

영어

This study evaluated the performance of a non-invasive blood glucose monitoring system (PPG-BGMS) using a PPG digital device for blood glucose monitoring and an AI prediction algorithm and personalized fine-tuning, using venous blood glucose values as a control group. Data were collected from volunteers from January to February 2026 and from researcher clinical trials. PPG-BGMS compared blood glucose levels with venous blood glucose values using heart rate, heart rate variability, and time-series data collected from the PPG device for 1 minute, and predicted blood glucose levels using the machine learning XGBoost algorithm. Of the 50 participants, 50 had type 2 diabetes mellitus (T2DM), and the average age group was 60. All PPG-BGMS blood glucose values were found to fall within the A+B region of the Clarke error grid. The MARD for PPG-BGMS blood glucose was 9.3 compared to venous glucose. According to the study, PPG-BGMS was analyzed to monitor blood glucose within the effective range of digital medical devices compared to clinical standard venous blood glucose values.

한국어

본 연구는 정맥혈의 혈당값을 대조군으로 지원자의 혈당 모니티링용 PPG 디지털기기와 AI 예측 알고리즘 및 개인별 미세조정을 적용한 비채혈식 혈당측정 시스템(PPG-BGMS)의 성능을 평가하는 것이다. 데이터수집은 2026년 1 월부터 2026년 2월까지 지원자를 대상으로 수집된 결과와 연구자임상에 수집된 데이터를 활용했다. PPG-BGMS는 1분 간의 PPG 기기에서 수집되는 심박수와 심박변이도 및 시계열 정보와 기계학습의 XGBoost 알고리즘에 의해 예측된 혈당 수치와 정맥혈 혈당값으로 혈당 수치와 비교했다. 총 50명의 참가자 중 제2형 당뇨(T2DM) 유병인은 50명이며 평균 연령 대는 60대이다. PPG-BGMS 혈당 값의 100%가 Parkes(consensus) Error Grid의 A+B 영역에 분포하는 것으로 나타났 다. PPG-BGMS의 혈당의 MARD는 정맥혈당 대비 9.3%이다. 결과에 의하면 PPG-BGMS은 임상표준의 정맥혈당값과 비교하여 디지털의료기기의 유효 범위에서 혈당을 모니터링하는 것으로 분석되었다.