張華驛，白琳，鄭若蘭，王依萌，趙一帆，別文倩

(鄭州大學(xué) 護(hù)理與健康學(xué)院，河南 鄭州 450001)

據(jù)國(guó)際糖尿病聯(lián)盟統(tǒng)計(jì)，目前全世界糖尿病患者約有4.25億，至2040年可能會(huì)增加至6.42億[1]，其中90%為2型糖尿病(type 2 diabetes mellitus，T2DM)患者[2]。T2DM發(fā)病機(jī)制復(fù)雜，病程進(jìn)展緩慢，患者需承擔(dān)長(zhǎng)期的自我管理任務(wù)[3]。糖尿病自我管理是患者每日所采取的科學(xué)控制血糖的各項(xiàng)行為，包括飲食管理、合理運(yùn)動(dòng)、遵醫(yī)用藥、血糖監(jiān)測(cè)、足部護(hù)理等[4]，進(jìn)行有效的自我管理可控制血糖，延緩或避免并發(fā)癥的發(fā)生[5]。我國(guó)T2DM患者大部分時(shí)間在家進(jìn)行自我管理，自我管理水平整體較低，表現(xiàn)為個(gè)人依從性不高，總體血糖控制及達(dá)標(biāo)率不理想[6]?！敖】抵袊?guó)2030”規(guī)劃綱要指出，我國(guó)需推動(dòng)健康科技創(chuàng)新，將科技和醫(yī)學(xué)相結(jié)合從而提高成果的轉(zhuǎn)化率[7]。人工智能開始廣泛應(yīng)用于我國(guó)醫(yī)療衛(wèi)生的各個(gè)領(lǐng)域，成為新一輪產(chǎn)業(yè)變革的核心推動(dòng)力，也被越來(lái)越多地應(yīng)用在T2DM患者的自我管理方面。本文對(duì)國(guó)內(nèi)外關(guān)于人工智能在T2DM患者自我管理中的應(yīng)用進(jìn)行綜述，旨在為患者的自我管理和醫(yī)護(hù)人員進(jìn)行臨床決策提供理論依據(jù)。

1 人工智能技術(shù)概況

人工智能屬于自然學(xué)科和社會(huì)科學(xué)的交叉范疇，是應(yīng)用計(jì)算機(jī)科學(xué)長(zhǎng)期發(fā)展的產(chǎn)物[8]。目前對(duì)于人工智能的定義尚未統(tǒng)一，總體上是指通過設(shè)計(jì)算法模擬人類的思考和思維方式來(lái)執(zhí)行與人類智能相關(guān)任務(wù)的綜合過程[9]。人工智能在糖尿病患者中的應(yīng)用分為3個(gè)維度：從知識(shí)中學(xué)習(xí)、知識(shí)的發(fā)現(xiàn)和從知識(shí)中進(jìn)行推理。從知識(shí)中學(xué)習(xí)即計(jì)算機(jī)自動(dòng)從數(shù)據(jù)庫(kù)中進(jìn)行學(xué)習(xí)，常用的技術(shù)包括人工神經(jīng)網(wǎng)絡(luò)、支持矢量機(jī)、隨機(jī)森林、進(jìn)化算法、深度學(xué)習(xí)、樸素貝葉斯、決策樹和回歸算法；知識(shí)的發(fā)現(xiàn)是從數(shù)據(jù)庫(kù)中檢索潛在信息的算法，實(shí)現(xiàn)這一過程的方法有K-均值、K-近鄰算法和層次聚類算法；從知識(shí)中進(jìn)行推理是使用知識(shí)獲取系統(tǒng)來(lái)收集可用推理，使用以規(guī)則和信息為特征的知識(shí)庫(kù)來(lái)解決問題，最后將兩者鏈接到一起生成結(jié)論，包括基于規(guī)則的推理、基于案例的推理和模糊邏輯等算法[10]。

2 人工智能技術(shù)的優(yōu)勢(shì)及應(yīng)用現(xiàn)狀

2.1 人工智能在醫(yī)學(xué)領(lǐng)域的綜合應(yīng)用人工智能在醫(yī)學(xué)領(lǐng)域應(yīng)用廣泛，已成為當(dāng)前研究的熱點(diǎn)。在患者健康管理方面，人工智能可運(yùn)用已收集的大樣本數(shù)據(jù)進(jìn)行分析和深度學(xué)習(xí)，搭建健康醫(yī)療智慧系統(tǒng)和電子病歷，顯著提高慢性病患者的自我效能感和自我管理能力；在診療決策方面，其可輔助社區(qū)或家庭醫(yī)生推測(cè)患者的疾病進(jìn)展，為患者提供前瞻性診療和護(hù)理支持；在醫(yī)學(xué)影像方面，其可通過自動(dòng)識(shí)別和深度學(xué)習(xí)進(jìn)行核醫(yī)學(xué)檢查和病理檢查，客觀性強(qiáng)、準(zhǔn)確率較高；在電子健康檔案管理方面，健康檔案數(shù)據(jù)所具有的連續(xù)性使其與遞歸神經(jīng)網(wǎng)絡(luò)算法相匹配，人工智能可以據(jù)此進(jìn)行病歷的綜合管理與分析。

2.2 人工智能在T2DM患者自我管理中的應(yīng)用方式及效果鑒于人工智能的獨(dú)特優(yōu)勢(shì)和在醫(yī)學(xué)領(lǐng)域的廣泛應(yīng)用，作為一種新型輔助診斷及治療工具，其亦被逐漸引入到糖尿病患者中進(jìn)行應(yīng)用[11]。作為篩查工具，人工智能在進(jìn)行糖尿病視網(wǎng)膜病變的篩查方面已有成熟的應(yīng)用[12]；在糖尿病患者診療方案的制定中其可提供個(gè)性化推薦，作為醫(yī)生進(jìn)行臨床決策的輔助工具[13]；在患者的長(zhǎng)期胰島素和血糖管理中，其亦可提供精確的胰島素給藥量和血糖監(jiān)測(cè)[14]。人工智能被引入T2DM患者的自我管理后，其在各個(gè)方面均已顯示出初步成效，推動(dòng)著糖尿病綜合管理“五架馬車”的前進(jìn)。

2.2.1人工智能在飲食管理中的應(yīng)用 控制碳水化合物的攝入是糖尿病管理中的經(jīng)典策略，可有效控制患者血糖，預(yù)防糖尿病并發(fā)癥[15]。人工智能在飲食管理中的應(yīng)用主要體現(xiàn)在通過手機(jī)協(xié)助患者進(jìn)行飲食監(jiān)測(cè)、飲食推薦、飲食干預(yù)及判斷飲食處方是否有效。Zhang等[16]設(shè)計(jì)的一款食品識(shí)別應(yīng)用系統(tǒng)“snap-n-eat”，采用分層分割、線性支持和矢量機(jī)分類器對(duì)食物圖片進(jìn)行分析，提取不同位置和尺度的特征來(lái)確定份量，估算盤中食物的熱量和營(yíng)養(yǎng)成分，經(jīng)計(jì)算機(jī)驗(yàn)證和實(shí)際稱重對(duì)比，準(zhǔn)確率可達(dá)85%以上，可用于患者的飲食監(jiān)測(cè)。Oka等[17]在50例T2DM患者中進(jìn)行了一項(xiàng)隨機(jī)對(duì)照試驗(yàn)，患者被隨機(jī)分配到人工智能治療組和傳統(tǒng)治療組進(jìn)行飲食干預(yù)，人工智能治療組使用Asken應(yīng)用程序，通過深度學(xué)習(xí)算法分析患者的飲食圖片進(jìn)行飲食監(jiān)測(cè)并給予指導(dǎo)，結(jié)果顯示12個(gè)月糖化血紅蛋白平均變異為0.3%，表明傳統(tǒng)營(yíng)養(yǎng)干預(yù)與人工智能營(yíng)養(yǎng)干預(yù)結(jié)果相當(dāng)，患者可以通過人工智能軟件進(jìn)行飲食的自我管理。Kumari等[18]使用深度學(xué)習(xí)算法通過聲信號(hào)來(lái)分析咀嚼模式，獲取信息包括食物的大小、咀嚼方式和吞咽時(shí)間，智能干預(yù)程序據(jù)此推薦飲食方式，結(jié)果顯示50例患者血糖水平平均降低85%。Zeevi等[19]對(duì)800例患者進(jìn)行為期1周的血糖監(jiān)測(cè)，設(shè)計(jì)了一種機(jī)器學(xué)習(xí)算法，對(duì)血液參數(shù)、飲食習(xí)慣、人體測(cè)量學(xué)指標(biāo)、體力活動(dòng)和腸道微生物群等因素進(jìn)行整合，用于個(gè)性化預(yù)測(cè)餐后血糖值，結(jié)果表明，基于人工智能的個(gè)性化飲食推薦可以較好地改善餐后血糖及代謝情況，對(duì)患者的長(zhǎng)期血糖控制有客觀的指導(dǎo)意義。綜上，人工智能可滿足T2DM患者對(duì)于個(gè)性化飲食推薦和日常飲食監(jiān)測(cè)的需求。

2.2.2人工智能在運(yùn)動(dòng)管理的應(yīng)用 有規(guī)律地進(jìn)行安全有效的運(yùn)動(dòng)可有效控制血糖，延緩病程進(jìn)展，減免遠(yuǎn)期慢性并發(fā)癥的發(fā)生[20]。Stein等[21]設(shè)計(jì)了一款應(yīng)用程序，以文本互動(dòng)的移動(dòng)教練形式，利用機(jī)器學(xué)習(xí)來(lái)分析用戶的體質(zhì)量水平和飲食現(xiàn)狀，提供個(gè)性化的運(yùn)動(dòng)方案，15周后用戶體質(zhì)量下降2.38%，健康飲食比率較前提高31%，表明其可部分替代醫(yī)務(wù)人員給予運(yùn)動(dòng)指導(dǎo)。Makkar等[22]測(cè)評(píng)了一項(xiàng)名為“Wellthy Diabetes”的應(yīng)用程序，通過人工智能驅(qū)動(dòng)模型和傳感器跟蹤用戶的活動(dòng)，人工智能驅(qū)動(dòng)的聊天機(jī)器人向患者推薦個(gè)性化的鍛煉。經(jīng)觀察，T2DM患者的運(yùn)動(dòng)依從性顯著提高，是一種幫助患者實(shí)現(xiàn)活動(dòng)目標(biāo)的有效處方工具。Jacobs等[23]使用穿戴式加速度計(jì)和心率傳感器監(jiān)測(cè)運(yùn)動(dòng)情況，人工智能以靈敏度97.2%和特異度99.5%的回歸模型檢測(cè)運(yùn)動(dòng)事件，并通過計(jì)算機(jī)模擬運(yùn)動(dòng)過程中患者的血糖變化情況，預(yù)測(cè)危險(xiǎn)事件的發(fā)生，給予運(yùn)動(dòng)安全指導(dǎo)。人工智能通過程序和智能穿戴設(shè)備進(jìn)行運(yùn)動(dòng)安全監(jiān)測(cè)和處方制定，來(lái)提高患者的運(yùn)動(dòng)依從性。

2.2.3人工智能在用藥管理中的應(yīng)用 用藥依從性是影響糖尿病患者自我管理效果的關(guān)鍵因素。在用藥管理方面，人工智能技術(shù)以虛擬教練助手的身份提高患者的用藥依從性。Balsa等[24]開發(fā)了一個(gè)名為“VASelfCare”的程序，作為虛擬助手與用戶建立長(zhǎng)期的情感關(guān)系，將行為改變理論融于對(duì)話中，為患者提供用藥依從性方面的支持。該程序通過語(yǔ)音生成器、對(duì)話和核心組件與患者進(jìn)行溝通交流，預(yù)試驗(yàn)顯示其在提高患者用藥依從性方面具有較好的效果。Mei等[25]開發(fā)的“Deep Diabetologist”應(yīng)用，使用遞歸神經(jīng)網(wǎng)絡(luò)算法利用中國(guó)21 796例患者的電子病歷進(jìn)行數(shù)據(jù)建模，通過深度學(xué)習(xí)算法從電子病歷中學(xué)習(xí)藥物知識(shí)，為糖尿病患者提供個(gè)性化的降糖藥物使用指導(dǎo)，與使用logistic回歸分析的基線預(yù)測(cè)模型相比，其性能得到較好的改善。

2.2.4人工智能在血糖監(jiān)測(cè)管理中的應(yīng)用 規(guī)律的血糖監(jiān)測(cè)是糖尿病患者自我管理的重要組成部分?，F(xiàn)有的人工智能技術(shù)多用于T1DM患者的胰島素精確給藥[14]。在T2DM患者中，人工智能多以手機(jī)程序?yàn)檩d體協(xié)助患者進(jìn)行血糖監(jiān)測(cè)的自我管理。Maeta等[26]運(yùn)用機(jī)器學(xué)習(xí)算法“XGBoost”來(lái)分析糖尿病患者口服葡萄糖耐量試驗(yàn)指數(shù)，能夠有效監(jiān)測(cè)到T2DM的早期癥狀和葡萄糖代謝障礙，分析患者的疾病進(jìn)展情況及風(fēng)險(xiǎn)趨勢(shì)，從而給予準(zhǔn)確指導(dǎo)。WellDoc公司開發(fā)的“BlueStar”應(yīng)用程序可與患者的血糖日記結(jié)合使用，通過算法確定長(zhǎng)效胰島素的初始和維持劑量，記錄實(shí)時(shí)血糖，提供個(gè)性化的反饋，給予T2DM患者自我管理支持。Quinn等[27]對(duì)該應(yīng)用的效果進(jìn)行了驗(yàn)證，發(fā)現(xiàn)觀察組患者的糖化血紅蛋白水平比只接受藥物治療的對(duì)照組低1.2%。人工智能可作為一種輔助工具，對(duì)患者的血糖進(jìn)行有效管理。

2.2.5人工智能在并發(fā)癥管理中的應(yīng)用 糖尿病視網(wǎng)膜病變、糖尿病足和糖尿病性神經(jīng)病是T2DM患者的常見并發(fā)癥，可對(duì)患者造成遠(yuǎn)期傷害。Rajalakshmi等[28]在311例T2DM患者中使用安裝了基于人工智能的自動(dòng)化軟件的智能手機(jī)進(jìn)行視網(wǎng)膜攝影，使用基于深度神經(jīng)網(wǎng)絡(luò)算法的圖像分割技術(shù)，利用糖尿病視網(wǎng)膜病變篩查軟件(EyeArtTM)進(jìn)行分級(jí)，結(jié)果顯示該軟件檢測(cè)糖尿病視網(wǎng)膜病變具有較高的靈敏度，可作為T2DM患者視網(wǎng)膜病變自我篩查工具。長(zhǎng)期高血糖狀態(tài)易影響患者足部健康，視覺算法已被用于糖尿病足的監(jiān)測(cè)。Yap等[29]研究了一款名為“FootSnap”的手機(jī)應(yīng)用程序，在不同場(chǎng)景中對(duì)比測(cè)試其可靠性，以標(biāo)準(zhǔn)化糖尿病足圖像為基準(zhǔn)，用Jaccard相似系數(shù)測(cè)定足部圖像，糖尿病足的Jaccard相似系數(shù)為0.89～0.91，對(duì)照足為0.93～0.94，表明“FootSnap”適用于患者對(duì)糖尿病足的自我篩查。Ozdemir等[30]利用計(jì)算機(jī)化臨床決策支持系統(tǒng)幫助患者提高疾病管理的決策能力，該系統(tǒng)可早期識(shí)別糖尿病性神經(jīng)病、神經(jīng)性疼痛及運(yùn)動(dòng)恐懼癥，也可有效處理肌肉骨骼系統(tǒng)并發(fā)癥和運(yùn)動(dòng)障礙，有助于糖尿病患者制定和保持適宜的鍛煉計(jì)劃。Rahmani等[31]設(shè)計(jì)了一個(gè)基于模糊算法的系統(tǒng)來(lái)幫助糖尿病患者進(jìn)行神經(jīng)病變程度的檢測(cè)，以糖尿病性神經(jīng)病患者的確診病歷為標(biāo)準(zhǔn)，該系統(tǒng)的靈敏度、特異度和準(zhǔn)確率分別為89%、98%和93%。由此可見，人工智能在T2DM患者相關(guān)并發(fā)癥的自我篩查中具有較好的應(yīng)用效果。

3 小結(jié)

目前，人工智能可通過多種方式來(lái)改善和提高T2DM患者的生存質(zhì)量，幫助患者和醫(yī)護(hù)人員了解病情進(jìn)展和動(dòng)態(tài)變化，節(jié)省醫(yī)療資源，幫助患者做出合適的自我管理決策。但是，通過文獻(xiàn)綜述亦發(fā)現(xiàn)此領(lǐng)域存在以下問題：(1)人工智能多基于患者大數(shù)據(jù)研發(fā)，存在信息泄露風(fēng)險(xiǎn)，需要政府加強(qiáng)立法及管理，保障患者的信息安全；(2)現(xiàn)有的人工智能多基于算法來(lái)建模，與臨床結(jié)合不夠緊密，實(shí)際效果仍待驗(yàn)證；(3)遠(yuǎn)期應(yīng)用效果尚不明確，對(duì)內(nèi)在作用機(jī)制或中間效應(yīng)量的研究較少，缺乏高級(jí)別證據(jù)支持。隨著我國(guó)社會(huì)信息化程度越來(lái)越高、5G技術(shù)全面布局以及相關(guān)產(chǎn)業(yè)鏈的發(fā)展，人工智能在糖尿病患者中的應(yīng)用會(huì)更加完善和具體化。