未来已来，看人工智能如何应用于糖尿病筛查和教育｜IDF2022

编

者

按

全球糖尿病患病率逐年升高，且糖尿病并发症发生率高、危害大，医疗花费高。目前，我国糖尿病知晓率、治疗率和控制率有所上升，但是仍不容乐观。在今年的国际糖尿病联盟（International Diabetes Federation, IDF）大会上，来自东南大学附属中大医院的孙子林教授应邀担任大会学术委员会EIC stream（教育和整合管理专场）主席，并应邀做了“人工智能在糖尿病筛查和教育中的应用”的报告。

我国糖尿病疾病负担重，知晓率低

糖尿病已成为严重的全球公共卫生问题，近30多年来，我国糖尿病患病率显著增加，给患者和社会带来了沉重负担。根据最新国际糖尿病联盟（IDF）数据显示，我国已有1.41亿名成年糖尿病患者^[1]，但总体知晓率（36.5%）仍处于较低水平，在发展中地区更低，这是目前我国糖尿病防治过程中的痛点之一^[2]。糖尿病涉及全身多个系统，疾病复杂，而目前糖尿病专科医生及相关学科的专业人员不足，无法对庞大的糖尿病及其高危人群进行系统的管理。随着信息技术和互联网的发展，人工智能开始广泛用于医疗行业，在糖尿病管理的多个环节中也发挥着重要的作用，可为患者提供标准化、精细化、个体化的诊疗服务。

准确识别糖尿病患者和高危人群是控制疾病的第一步

人工智能可根据人群特征，如性别、年龄、体重指数、生活习惯（饮食、运动、吸烟、饮酒情况）、既往史和用药史、面部特征等，计算出患有糖尿病的概率；一些简单的实验室检查纳入算法后可提高筛查的准确性。本课题组前期依托SENSILE研究研发了“无检测”和“半检测”糖尿病筛查模型（唐人知糖），“半检测”模型在“无检测”的基础上增加了定性尿糖，提高了筛查模型的敏感性和特异性。在糖尿病并发症筛查方面，人工智能可进行眼底图像的分析判断有无视网膜病变、病变面积及是否需转至眼科进一步治疗。全球有多家公司研发了糖尿病视网膜病变人工智能诊断系统，在研发团队的报道中这些系统诊断的准确性均较高；然而，在不同人群的真实世界研究中发现，某些算法的准确性较低，并且在有争议的图像判读中并不优于真人远程读片的准确性。我国2016年起由中国微循环学会与全国防盲技术指导组主办的“中国糖网筛防工程”启动，运用互联网和人工智能技术（慧眼糖网）对眼底照片进行自动的阅读和分析，从而实现糖尿病视网膜病变的筛查；6年间，共筛查170多万人，诊断糖尿病视网膜病变46万余人，其中重度糖网超10万人。

人工智能可以制定个体化的糖尿病自我管理教育和支持方案

根据患者的疾病状态、生活习惯、偏好、对疾病的了解程度等，人工智能技术可以辅导制定高度个体化的自我管理处方，包括疾病知识学习、饮食处方、运动处方、血糖监测提醒、用药指导等。与此同时，人工智能在自我管理处方各个方面的具体实施中发挥作用，如在饮食处方中可以通过照片识别计算每次进食摄入的热量，在运动处方中可以通过可穿戴设备监测运动时长、强度是否达标以及有无摔倒等意外事件发生。人工智能还可以根据降糖药物的适应证、禁忌证、价格和患者的喜好协助医生进行药物选择；对于使用胰岛素治疗且有过低血糖事件的患者而言，可以根据预计进食量、血糖等指标计算餐前胰岛素是否需要减量。

结语

人工智能在糖尿病筛查、诊断、治疗和管理中发挥着日益重要的作用。未来发展中，临床工作者应和技术开发团队有更紧密的合作以保证算法和模型贴合临床且实用性强，同时应注意加强算法和模型在不同人群中的验证。

参考文献：

1. 《IDF全球糖尿病地图2021年第10版》.

2. Li, Y., et al.BMJ, 2020. 369: p. m997.

最新《国际糖尿病》读者专属微信交流群建好了，快快加入吧！扫描左边《国际糖尿病》小助手二维码（微信号：guojitnb），回复“国际糖尿病读者”，ta会尽快拉您入群滴！

（来源：《国际糖尿病》编辑部）