金亦周,周 利 綜述,徐明智審校

[1.樹蘭國際醫(yī)學(xué)院,浙江 杭州310015;2.浙江大學(xué)醫(yī)學(xué)院附屬第一醫(yī)院重癥醫(yī)學(xué)科,浙江 杭州 310000;3.浙江樹人學(xué)院樹蘭國際醫(yī)學(xué)院附屬樹蘭(杭州)醫(yī)院內(nèi)分泌與代謝病科,浙江 杭州 310004;4.浙江省腫瘤醫(yī)院綜合內(nèi)科/中國科學(xué)院基礎(chǔ)醫(yī)學(xué)與腫瘤研究所,浙江 杭州 310022]

糖尿病(DM)是一種以血糖水平升高、代謝紊亂為特征的慢性疾病,全球患者數(shù)量超過5億[1]。近30多年來,我國的DM患病率顯著增加,由于城市化、老齡化等因素的影響,DM的知曉率、治療率和控制率雖然已經(jīng)取得一定改善,但仍處于較低水平[2]。在DM人群中,2型糖尿病(T2DM)占90%以上,1型糖尿病(T1DM)和其他類型的DM較少見。

在T2DM的并發(fā)癥中最重要的是血管并發(fā)癥,微血管系統(tǒng)的病變會引發(fā)腎病、視網(wǎng)膜病變、足潰瘍等疾病[3],大血管并發(fā)癥包括冠心病、心力衰竭等,還有腦血管和外周動脈疾病,對T2DM的發(fā)病率和死亡率均有很大的影響[4]。據(jù)估計,高達(dá)25%新診斷的T2DM患者已經(jīng)出現(xiàn)了一種或多種糖尿病并發(fā)癥[3]。

T2DM患病人數(shù)的不斷上升和患病群體的年輕化,使社會與醫(yī)療機構(gòu)亟須尋找新的技術(shù)方法和管理方式來提高T2DM的診治效率,減輕T2DM患者的負(fù)擔(dān),降低醫(yī)療費用支出。在近幾年全球新型冠狀病毒感染大流行中,遠(yuǎn)程醫(yī)療和數(shù)字技術(shù)的重要性得到了證明[5],人工智能(AI)有望改變醫(yī)療模式,在DM等慢性疾病中將發(fā)揮越來越大的作用。

1 AI的現(xiàn)狀與應(yīng)用優(yōu)勢

AI一詞早在1956年就被提出,意味著盡可能減少人為干預(yù),使用計算機來模擬智能行為。計算能力的指數(shù)增長、大數(shù)據(jù)處理技術(shù)、機器學(xué)習(xí)等重大技術(shù)突破都讓AI徹底改變醫(yī)療領(lǐng)域成為可能。當(dāng)前,我國醫(yī)療健康領(lǐng)域已進入數(shù)字醫(yī)療階段,并大力推動數(shù)字化轉(zhuǎn)型成為智慧健康醫(yī)療[6]。建立基于5G網(wǎng)絡(luò)的智慧醫(yī)院、智慧社區(qū)和智慧家庭病房是AI在我國應(yīng)用于醫(yī)療服務(wù)的創(chuàng)新模式,AI技術(shù)和機器人被大量應(yīng)用于病房管理、感染控制、安全管理與培訓(xùn)等場景[7]。此外,我國關(guān)于AI的研究與創(chuàng)新也逐漸與國際接軌,國際上有關(guān)AI的研究在前期一直發(fā)展緩慢,進入21世紀(jì)后開始有所突破,在2017年后呈爆發(fā)式增長趨勢,中國的發(fā)展趨勢也與國際總體相似。同時,與DM有關(guān)的AI研究也隨著AI領(lǐng)域的深入發(fā)展逐漸增多。

2 AI用于T2DM的預(yù)測與診斷

T2DM患病率在不同年齡段群體中差異較大,其是中老年人DM的主要類型,但近年來低齡兒童患病率明顯上升,18周歲以下的患者數(shù)量也不容小覷。此外,在過去的幾十年中,我國妊娠糖尿病(GDM)患病率持續(xù)增加,在某些地區(qū)可超過20%,特別是“二孩”“三孩”政策實施后,高齡高危孕婦的GDM患病率急劇上升[8],患有GDM的女性在隨后幾年中患T2DM的風(fēng)險很高[9]。利用大數(shù)據(jù)及AI方法對T2DM進行預(yù)測與診斷,尤其是對高血糖預(yù)防意識不足的孕婦、兒童、青少年群體,有利于T2DM的早發(fā)現(xiàn)、早診斷、早治療。預(yù)測T2DM,需先從醫(yī)療機構(gòu)的體檢信息中提取數(shù)據(jù),涉及體重指數(shù)、空腹血糖等數(shù)10項指標(biāo),再利用多種機器學(xué)習(xí)算法建模對數(shù)據(jù)進行分析,學(xué)習(xí)算法包括決策樹、隨機森林、支持向量機等,早期預(yù)測并篩查出潛在的T2DM患者,以便及時干預(yù)治療。

3 AI用于T2DM的管理

T2DM作為慢性終身疾病,雖然無法徹底治愈,但可以通過長期的生活方式干預(yù)和藥物治療有效控制疾病,做到帶病生存。T2DM管理是一項復(fù)合型的團隊服務(wù)工作,涉及病情監(jiān)測、指導(dǎo)用藥等醫(yī)療活動,還有膳食管理、體育鍛煉、心理疏通等生活干預(yù),需要患者個人、家庭、社區(qū)、醫(yī)療機構(gòu)的共同參與。對T2DM患者來說,AI除了能夠進行疾病風(fēng)險預(yù)測,還能輔助診療,優(yōu)化決策,幫助醫(yī)院管理和患者個人管理(圖1)。

圖1 AI用于T2DM的管理的示意圖

3.1血糖監(jiān)測與胰島素治療

3.1.1連續(xù)動態(tài)血糖監(jiān)測(CGM) CGM是一種先進的穿戴式血糖監(jiān)測方法,準(zhǔn)確性高,侵入性小,通過傳感器連續(xù)監(jiān)測皮下組織液的葡萄糖濃度變化[2],提供實時的持續(xù)性血糖測量數(shù)據(jù),可以由醫(yī)護人員手動調(diào)節(jié)血糖目標(biāo)范圍,當(dāng)監(jiān)測到患者血糖超出范圍時就會發(fā)出警報提示,同時CGM還會主動將信息傳輸?shù)綄Ｓ玫慕邮掌?、胰島素泵、手機或云端,包括血糖變化率、個性化閾值基礎(chǔ)上的高血糖和低血糖、根據(jù)血糖趨勢得到的低血糖預(yù)警[10]。另外,還有佩戴式動態(tài)血糖手表、腕帶等,通過多個AI模型結(jié)合傳感器陣列組合,連續(xù)監(jiān)測人體血糖、血壓等多項生理參數(shù),實時上傳至云平臺,精確度高,在國內(nèi)外均已投入商用[11]。

3.1.2胰島素泵 胰島素泵也稱持續(xù)皮下胰島素注射,通過在皮下組織中放置插管向體內(nèi)持續(xù)注射胰島素,與CGM、DM信息管理合稱為胰島素“3C”整合管理系統(tǒng),是DM管理的突破性發(fā)展。傳統(tǒng)的胰島素給藥是通過胰島素注射器或胰島素筆每日多次注射,而胰島素泵療法則是根據(jù)日常需求和晝夜節(jié)律需求調(diào)整基礎(chǔ)胰島素,只需2～3 d更換1次輸液裝置,提供更精確、靈活的治療,使患者體內(nèi)的胰島素水平盡可能接近正常生理情況。大多數(shù)胰島素泵都是通過管型的輸液裝置來注射胰島素,也有通過直接接觸皮膚的貼片泵進行無管注射的[10]。有研究證明,胰島素泵對T1DM患者有益,現(xiàn)也有專門為T2DM患者設(shè)計的胰島素泵出現(xiàn),簡化了泵的設(shè)置,降低成本[12]。

3.1.3人工胰腺(AP) AP也稱閉環(huán)胰島素系統(tǒng),是一種基于數(shù)學(xué)算法,根據(jù)CGM數(shù)據(jù)即患者的血糖情況來調(diào)整胰島素傳輸?shù)淖詣右葝u素輸送系統(tǒng)。AP主要由血糖檢測裝置、反饋調(diào)節(jié)系統(tǒng)和胰島素輸注系統(tǒng)三部分組成,也就是CGM、胰島素泵和算法控制器的整合,控制算法的誕生與更新使AP真正實現(xiàn)了對AP根據(jù)血糖水平分泌胰島素的仿生模擬。目前,MPC是臨床應(yīng)用最多的血糖控制算法,相對于PID和模糊預(yù)測控制算法,MPC將血糖控制在理想范圍內(nèi)的效果更好,并能有效減少夜間低血糖的發(fā)生[13]。根據(jù)不同的治療需求,AP衍生出了多種模式,最簡單的是暫停胰島素輸注模式,在達(dá)到低血糖閾值之前暫時關(guān)閉胰島素泵,及時糾正低血糖狀態(tài),此外還有夜間、日夜、雙激素閉環(huán)模式等。AP的算法還在不斷更新,可以實現(xiàn)更復(fù)雜的功能,如根據(jù)血糖的趨勢持續(xù)性調(diào)整胰島素輸送[10]。

3.2互聯(lián)網(wǎng)遠(yuǎn)程醫(yī)療 近年來,我國大力推動DM的基層防治工作,但仍缺乏系統(tǒng)的T2DM患者管理策略?；ヂ?lián)網(wǎng)醫(yī)療+AI是影響現(xiàn)代醫(yī)療服務(wù)的最前沿技術(shù)之一[7],實現(xiàn)了醫(yī)療數(shù)字化,在慢性疾病管理中的作用日益凸顯。有研究發(fā)現(xiàn),通過搭建?？漆t(yī)護人員與社區(qū)醫(yī)護團隊業(yè)務(wù)交流的平臺進行互聯(lián)網(wǎng)視頻通話,基于互聯(lián)網(wǎng)-全科-?？坪献鞯腄M管理模式能夠幫助患者實現(xiàn)血糖控制、增加健康行為、提升診治依從性的作用,且不會增加藥物治療費用[14]。目前已有一些醫(yī)療機構(gòu)采用互聯(lián)網(wǎng)平臺對患者的血糖、血壓進行遠(yuǎn)程監(jiān)控管理,保證管理的連續(xù)性,避免了傳統(tǒng)隨訪帶來的時空限制[15]?；颊呖梢允謩由蟼鲾?shù)據(jù)或由血糖儀和CGM自動上傳數(shù)據(jù),醫(yī)護人員分析血糖情況后再通過互聯(lián)網(wǎng)平臺反饋給患者,及時調(diào)整治療計劃,大大提高了數(shù)據(jù)監(jiān)測的效率。

健康宣教也是互聯(lián)網(wǎng)醫(yī)療重要的一部分,患者的日常行為和自我管理能力對疾病的控制起關(guān)鍵作用,需要不斷學(xué)習(xí)和掌握疾病管理相關(guān)的知識技能。互聯(lián)網(wǎng)可以為患者提供教學(xué)和溝通的平臺,以社區(qū)為單位搭建“互聯(lián)網(wǎng)+健康教育”管理模式,形成“醫(yī)學(xué)院校-基層醫(yī)院-家庭”三級聯(lián)動管理系統(tǒng),開展線上健康管理,促進患者健康生活方式養(yǎng)成,提升患者的自我管理能力,同時也可以減輕患者的心理負(fù)擔(dān)[16]。

3.3飲食與運動 科學(xué)合理的T2DM管理策略應(yīng)該是綜合性的,糖尿病教育、血糖監(jiān)測、飲食治療、運動治療、藥物治療缺一不可。但我國患者對飲食治療知識的掌握水平偏低,醫(yī)囑的依從性低,容易造成血糖大幅度波動、營養(yǎng)過?；虿涣肌I在飲食管理中的應(yīng)用主要分為飲食推薦和自動監(jiān)測兩方面,幫助患者糾正不良飲食習(xí)慣。

由于無錫沒有專門的執(zhí)法基地和執(zhí)法艇，非法采砂船主與水行政執(zhí)法部門“打游擊”“搞時間差戰(zhàn)術(shù)”，甚至由于抓獲的非法采砂船只因缺乏停放場所而造成難于依法處理等問題。因此，無錫要加快推進采砂管理專用執(zhí)法基地建設(shè)。

飲食推薦系統(tǒng)能夠根據(jù)醫(yī)生的醫(yī)囑,結(jié)合患者偏好進行個性化飲食推薦,在我國已產(chǎn)生了基于食物交換份法[17]、可變精度[18]、矩陣分解和標(biāo)簽[19]等的飲食推薦系統(tǒng),其中協(xié)同過濾系統(tǒng)被認(rèn)為是最成熟的,但由于醫(yī)療健康領(lǐng)域的數(shù)據(jù)庫非常巨大,其推薦精度效果和用戶滿意度對比其在其他領(lǐng)域的應(yīng)用還有待提高[20]。

飲食監(jiān)測系統(tǒng)可以解決手動報告飲食情況準(zhǔn)確性低、反饋慢的問題,采用移動攝像頭和計算機視覺的自動記錄保存方法,這種基于圖像的識別評估系統(tǒng)使用深度學(xué)習(xí)將照片處理切割,提取特征并分類,進而計算食物體積和能量營養(yǎng)。Snap-n-Eat是一種食物識別系統(tǒng),可以在無人為干預(yù)的情況下自動識別食物并估算熱量和營養(yǎng)成分。目前,已有超過10 000個用于體重管理和飲食監(jiān)測的應(yīng)用程序被開發(fā)[21],一些用于計算食物攝入量的手機APP如FoodIntech也可用于醫(yī)療機構(gòu),幫助醫(yī)護人員了解患者的營養(yǎng)狀況。

目前,T2DM患者運動管理的評價方法較缺乏,而模糊層次分析法可以將疾病指標(biāo)、心血管安全性及身體素質(zhì)指標(biāo)進行統(tǒng)籌結(jié)合,為運動方案的個體化、自動化問題提供解決思路?；诖朔椒ǖ南嚓P(guān)研究認(rèn)為,在制定T2DM患者運動計劃時需要更多地考慮個體的心肺功能、保障方案的具體實施效果和安全性[22]。包括iWatch在內(nèi)的可穿戴活動監(jiān)測器可以實時檢測記錄患者的運動情況,如熱量消耗、心率等,并反饋給醫(yī)生,增加醫(yī)患溝通說服力,提高患者對運動治療的依從性。

4 AI在T2DM并發(fā)癥中的應(yīng)用

T2DM患者短期和長期的血糖異常波動容易引發(fā)大血管和微血管并發(fā)癥,還會引起氧化應(yīng)激和慢性炎癥因子的增加,導(dǎo)致器官受損。AI在提高T2DM并發(fā)癥的預(yù)測與早期篩查效率和準(zhǔn)確率上作用顯著,AI醫(yī)學(xué)影像分析顯現(xiàn)出強大優(yōu)勢,基于支持向量機、邏輯回歸、多層神經(jīng)網(wǎng)絡(luò)等算法的預(yù)測模型也已被證實是可行可靠的,AI不斷滿足T2DM并發(fā)癥臨床診治的各種需求,有較高的應(yīng)用價值。

4.1糖尿病視網(wǎng)膜病變(DR) DR是DM最常見的眼部并發(fā)癥,會導(dǎo)致患者視力下降,甚至失明,是中老年人視力喪失的主要原因[23]。在中國的T2DM患者中,DR的患病率為28%～43%。因此,進行T2DM的系統(tǒng)管理,在早期對DR進行篩查診斷并及時管理治療,有助于減少繼發(fā)于T2DM的視力損害。

近年來,AI在眼科學(xué)的應(yīng)用范圍不斷擴展,深度學(xué)習(xí)作為最先進的機器學(xué)習(xí)技術(shù),在圖像、聲音識別方面具有診斷性能,尤其是對于眼科疾病來說,可以降低成本、提高診斷準(zhǔn)確性[24]。AI可以從豐富的圖像數(shù)據(jù)中識別出DR患者是否有出現(xiàn)出血滲出、微動脈瘤和新生血管,對DR進行篩查診斷和分級。2018年,首個用于DR臨床篩查的深度學(xué)習(xí)算法獲得美國食品藥品監(jiān)督管理局(FDA)批準(zhǔn),敏感度和特異度分別為87.2%和90.7%,這是AI在眼科領(lǐng)域應(yīng)用的里程碑事件[25]。國內(nèi)外研究人員多次對卷積神經(jīng)系統(tǒng)模型進行訓(xùn)練測試,結(jié)果顯示AI系統(tǒng)篩查檢出可疑DR和同為DM眼部并發(fā)癥的糖尿病黃斑水腫(DME)的敏感度超過90%,達(dá)到眼科醫(yī)生的水平。智能視網(wǎng)膜成像系統(tǒng)具有自動、遠(yuǎn)程控制的特點,可以將最新的視網(wǎng)膜圖像與早期DR的圖像數(shù)據(jù)進行比較,根據(jù)病變程度提出轉(zhuǎn)診建議[26]。

對于醫(yī)療資源相對匱乏的基層醫(yī)院,AI輔助診斷既能提高效率,又能節(jié)省費用,減少醫(yī)生工作量。有研究顯示,AI閱片診斷的符合率高于不同職稱的內(nèi)分泌醫(yī)生,在轉(zhuǎn)診決策性能評估上,AI系統(tǒng)的轉(zhuǎn)診效率也優(yōu)于培訓(xùn)后的社區(qū)醫(yī)生[26],AI對DR的診斷依賴于清晰準(zhǔn)確的圖像數(shù)據(jù),然而不同地區(qū)和醫(yī)療機構(gòu)的技術(shù)水平不同,造成圖像數(shù)據(jù)質(zhì)量不穩(wěn)定,這會對AI診斷判別DR的準(zhǔn)確性帶來一定影響。AI還可以用于DR的風(fēng)險分級,根據(jù)患者性別、DM類型、DR嚴(yán)重程度、持續(xù)時間等風(fēng)險特征,通過使用數(shù)字算法估計DR的風(fēng)險,并確定個性化篩查間隔,在關(guān)注患者DR發(fā)展情況的同時合理分配醫(yī)療資源[27]。

4.2糖尿病腎病(DKD) DKD是T2DM的常見微血管并發(fā)癥,對25%的患者都造成了影響[3],是慢性腎病和終末期腎病的主要原因。通過精確的預(yù)測模型對DKD進行早期干預(yù),可以遏制其在無明顯癥狀或體征的T2DM患者中發(fā)展。已有通過大數(shù)據(jù)機器學(xué)習(xí)構(gòu)建基于電子病歷的T2DM患者DKD的預(yù)測模型,評估蛋白尿和估計腎小球濾過率等生物標(biāo)志物[3],旨在預(yù)測DKD并進行有效準(zhǔn)確的干預(yù),避免患者進行血液透析治療,減少心血管事件的發(fā)生。

基于機器學(xué)習(xí)的mMRI-TA模型可用于評估DKD的腎功能,腎纖維化的T2WI成像變化很難被肉眼識別,但AI技術(shù)可以通過提取大量MRI成像紋理和細(xì)節(jié)特征分析來檢測腎功能不全和纖維化患者的信號強度變化并進行量化[28]。DR、血細(xì)胞比容和血尿是區(qū)分DKD與非DKD重要特征變量,通過機器學(xué)習(xí)方法建立邏輯回歸模型,對未進行腎活檢的患者進行無創(chuàng)鑒別,可以提高臨床診斷能力,降低疾病分類的誤診概率[29]。此外,將機器學(xué)習(xí)與WGCNA分析相結(jié)合,鑒定DKD的差異表達(dá)基因,并對免疫和氧化應(yīng)激相關(guān)的樞紐基因進行篩選,為DKD的診斷和治療提供新靶點[30]。

4.3心血管疾病(CVD) CVD是T2DM患者死亡的主要原因,與一般人群相比,T2DM患者的高血壓患病率顯著增加,且T2DM合并高血壓患者的心血管死亡風(fēng)險更高[31],CVD也是DM患者醫(yī)療保健支出的最大組成部分[4]。

目前,越來越多的治療方案將降糖和降壓共同作為治療重點,近期已有國內(nèi)自主研發(fā)的智能血壓腕表通過Ⅱ類醫(yī)療器械注冊檢驗,隨著傳感器技術(shù)、算法的更新,血壓測量的敏感度、準(zhǔn)確度不斷得到優(yōu)化,還可以幫助患者監(jiān)測心率,發(fā)現(xiàn)心律失常,早期預(yù)警心血管疾病[32]。基于機器學(xué)習(xí)的RUSBoost算法模型可分析糖化血紅蛋白(HbA1c)、平均血糖、DM持續(xù)時間等參數(shù),識別CVD低風(fēng)險和高風(fēng)險的T2DM患者,改善傳統(tǒng)量表預(yù)測風(fēng)險“一刀切”的缺點,轉(zhuǎn)向精確預(yù)測,挖掘患者群體在CVD方面的異質(zhì)性,有利于定制更有效的預(yù)防和治療策略[33]。

此外,AI也廣泛應(yīng)用于心電圖[34]、心血管影像[35]等檢查,這些方法敏感度和準(zhǔn)確度高,可以量化心血管的結(jié)構(gòu)和功能,鑒別疾病,及時篩查出異常情況,盡早發(fā)現(xiàn)心CVD并進行及時有效的救治。

4.4糖尿病足(DF) DF是由周圍神經(jīng)病變導(dǎo)致感染、潰瘍等的常見慢性并發(fā)癥,若不及時治療,可能會導(dǎo)致截肢。AI在DF中的應(yīng)用主要有以下三方面。

4.4.1足部潰瘍和截肢的風(fēng)險預(yù)測 機器學(xué)習(xí)技術(shù)建立統(tǒng)計模型可以評估患者病史、經(jīng)濟水平等因素來進行預(yù)測[36],旨在改善患者的生活質(zhì)量和減輕截肢帶來的經(jīng)濟負(fù)擔(dān)。DF預(yù)警系統(tǒng)可分為足底壓力檢測、紅外熱成像和溫濕度檢測,實時監(jiān)控DF高危因素,及時篩查DF,有效降低其發(fā)病率[37]。

4.4.2通過足底溫度評估分析潛在炎癥程度 足底溫度升高是潛在炎癥的關(guān)鍵指征,基于高分辨率紅外相機和計算機捕獲分析參數(shù)的紅外熱成像技術(shù)可以用于自動檢測DF,分析溫度的傷口炎癥指數(shù)與傷口愈合之間的關(guān)系,預(yù)測傷口愈合情況,與液晶熱成像相比,其具有非侵入性測量的優(yōu)點,有利于進行自動分析,在遠(yuǎn)程醫(yī)療應(yīng)用中顯示出更大的潛力[38]。

4.4.3可以協(xié)助判斷傷口大小及深度 在DF的診治過程中,準(zhǔn)確測量傷口大小至關(guān)重要,為了準(zhǔn)確和客觀地進行傷口大小測量,一些手機APP如NDKare采用可在二維和三維2個層面獲取傷口表面積、深度和體積并進行統(tǒng)計分析評估,這些數(shù)據(jù)將上傳至系統(tǒng)供醫(yī)護人員使用[39]?；谏疃葘W(xué)習(xí)的APP還可實現(xiàn)智能閉環(huán)式全病程管理,涵蓋對患者的資料采集、智能測量、分級評估、多學(xué)科會診和醫(yī)聯(lián)體醫(yī)院間智能化轉(zhuǎn)診,有助于實現(xiàn)信息共享、線上線下一體化診療[40]。

5 AI在T2DM管理中的局限性

AI的應(yīng)用也面臨醫(yī)療安全、醫(yī)學(xué)倫理方面的爭議。比如AI系統(tǒng)模型涉及大量的醫(yī)療數(shù)據(jù)信息,存在倫理與隱私問題;AI更新迅速,醫(yī)護人員跟不上AI的發(fā)展步伐,難以配合達(dá)到效果最大化,缺少系統(tǒng)培訓(xùn)來適應(yīng)傳統(tǒng)醫(yī)療到智慧醫(yī)療的轉(zhuǎn)變;雖然目前AI技術(shù)已經(jīng)盡可能秉持“以人為本”的原則進行人性化設(shè)計,但老年人使用智能設(shè)備仍然存在障礙,不利于疾病的管理。

6 小結(jié)與展望

智慧醫(yī)療是“健康中國”戰(zhàn)略實施的重要支撐和保障,AI使醫(yī)療朝著更智慧、更便捷、更實用、更安全的方向發(fā)展。對于醫(yī)療機構(gòu)來說,AI的應(yīng)用大幅度提高了效率,減輕醫(yī)護人員的工作壓力和醫(yī)療衛(wèi)生系統(tǒng)的負(fù)擔(dān);對于患者來說,AI的應(yīng)用可以輔助自我管理,改善行為依從性和生活質(zhì)量。AI還使患者、家庭、社區(qū)、醫(yī)療機構(gòu)共同參與到健康管理中,促進信息交互,及時調(diào)整治療策略。目前,機器學(xué)習(xí)是AI中最熱門的方向,基于機器學(xué)習(xí)構(gòu)建的算法模型既可以輔助診斷、預(yù)測風(fēng)險,又參與醫(yī)療信息化,管理分析大數(shù)據(jù)并進行可視化,醫(yī)學(xué)影像等領(lǐng)域都取得了超越傳統(tǒng)方法的效果。

AI在T2DM健康管理中發(fā)揮了重要的作用,未來前景可期。目前,大數(shù)據(jù)規(guī)范應(yīng)用標(biāo)準(zhǔn)化建設(shè)、人工智能應(yīng)用標(biāo)準(zhǔn)化建設(shè)都在逐步推進,在之后的研究中,AI領(lǐng)域不僅需要優(yōu)化算法,進一步探索個性化、人性化,還需要建設(shè)更完善的責(zé)任制度體系和監(jiān)督體系,重視患者信息的隱私保護,并重視醫(yī)療機構(gòu)、社區(qū)、家庭對患者的人文關(guān)懷。