人工智能在2型糖尿病健康管理中的應(yīng)用研究進(jìn)展*

金亦周,周 利 綜述,徐明智審校

[1.樹(shù)蘭國(guó)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(shù)人學(xué)院樹(shù)蘭國(guó)際醫(yī)學(xué)院附屬樹(shù)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(guó)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(guò)5億[1]。近30多年來(lái),我國(guó)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(lèi)型的DM較少見(jiàn)。

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(huì)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(dòng)脈疾病,對(duì)T2DM的發(fā)病率和死亡率均有很大的影響[4]。據(jù)估計(jì),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(huì)與醫(yī)療機(jī)構(gòu)亟須尋找新的技術(shù)方法和管理方式來(lái)提高T2DM的診治效率,減輕T2DM患者的負(fù)擔(dān),降低醫(yī)療費(fèi)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(lái)越大的作用。

1 AI的現(xiàn)狀與應(yīng)用優(yōu)勢(shì)

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(jì)算機(jī)來(lái)模擬智能行為。計(jì)算能力的指數(shù)增長(zhǎng)、大數(shù)據(jù)處理技術(shù)、機(jī)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(guó)醫(yī)療健康領(lǐng)域已進(jìn)入數(shù)字醫(yī)療階段,并大力推動(dòng)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(guó)應(yīng)用于醫(yī)療服務(wù)的創(chuàng)新模式,AI技術(shù)和機(jī)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(chǎng)景[7]。此外,我國(guó)關(guān)于AI的研究與創(chuàng)新也逐漸與國(guó)際接軌,國(guó)際上有關(guān)AI的研究在前期一直發(fā)展緩慢,進(jìn)入21世紀(jì)后開(kāi)始有所突破,在2017年后呈爆發(fā)式增長(zhǎng)趨勢(shì),中國(guó)的發(fā)展趨勢(shì)也與國(guó)際總體相似。同時(shí),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(cè)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(lèi)型,但近年來(lái)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(guò)去的幾十年中,我國(guó)妊娠糖尿病(GDM)患病率持續(xù)增加,在某些地區(qū)可超過(guò)20%,特別是“二孩”“三孩”政策實(shí)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(xiǎn)很高[9]。利用大數(shù)據(jù)及AI方法對(duì)T2DM進(jìn)行預(yù)測(cè)與診斷,尤其是對(duì)高血糖預(yù)防意識(shí)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(cè)T2DM,需先從醫(yī)療機(jī)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(xiàng)指標(biāo),再利用多種機(jī)器學(xué)習(xí)算法建模對(duì)數(shù)據(jù)進(jìn)行分析,學(xué)習(xí)算法包括決策樹(shù)、隨機(jī)森林、支持向量機(jī)等,早期預(yù)測(cè)并篩查出潛在的T2DM患者,以便及時(shí)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(wú)法徹底治愈,但可以通過(guò)長(zhǎng)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(xiàng)復(fù)合型的團(tuán)隊(duì)服務(wù)工作,涉及病情監(jiān)測(cè)、指導(dǎo)用藥等醫(yī)療活動(dòng),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(gè)人、家庭、社區(qū)、醫(yī)療機(jī)構(gòu)的共同參與。對(duì)T2DM患者來(lái)說(shuō),AI除了能夠進(jìn)行疾病風(fēng)險(xiǎn)預(yù)測(cè),還能輔助診療,優(yōu)化決策,幫助醫(yī)院管理和患者個(gè)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(cè)與胰島素治療

3.1.1連續(xù)動(dòng)態(tài)血糖監(jiān)測(cè)(CGM) CGM是一種先進(jìn)的穿戴式血糖監(jiān)測(cè)方法,準(zhǔn)確性高,侵入性小,通過(guò)傳感器連續(xù)監(jiān)測(cè)皮下組織液的葡萄糖濃度變化[2],提供實(shí)時(shí)的持續(xù)性血糖測(cè)量數(shù)據(jù),可以由醫(yī)護(hù)人員手動(dòng)調(diào)節(jié)血糖目標(biāo)范圍,當(dāng)監(jiān)測(cè)到患者血糖超出范圍時(shí)就會(huì)發(fā)出警報(bào)提示,同時(shí)CGM還會(huì)主動(dòng)將信息傳輸?shù)綄?zhuān)用的接收器、胰島素泵、手機(jī)或云端,包括血糖變化率、個(gè)性化閾值基礎(chǔ)上的高血糖和低血糖、根據(jù)血糖趨勢(shì)得到的低血糖預(yù)警[10]。另外,還有佩戴式動(dòng)態(tài)血糖手表、腕帶等,通過(guò)多個(gè)AI模型結(jié)合傳感器陣列組合,連續(xù)監(jiān)測(cè)人體血糖、血壓等多項(xiàng)生理參數(shù),實(shí)時(shí)上傳至云平臺(tái),精確度高,在國(guó)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(guò)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(guò)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(guò)管型的輸液裝置來(lái)注射胰島素,也有通過(guò)直接接觸皮膚的貼片泵進(jìn)行無(wú)管注射的[10]。有研究證明,胰島素泵對(duì)T1DM患者有益,現(xiàn)也有專(zhuān)門(mén)為T(mén)2DM患者設(shè)計(jì)的胰島素泵出現(xiàn),簡(jiǎn)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(lái)調(diào)整胰島素傳輸?shù)淖詣?dòng)胰島素輸送系統(tǒng)。AP主要由血糖檢測(cè)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(shí)現(xiàn)了對(duì)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(duì)于PID和模糊預(yù)測(cè)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(jiǎn)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(shí)關(guān)閉胰島素泵,及時(shí)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(shí)現(xiàn)更復(fù)雜的功能,如根據(jù)血糖的趨勢(shì)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(lái),我國(guó)大力推動(dòng)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(shí)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(guò)搭建專(zhuān)科醫(yī)護(hù)人員與社區(qū)醫(yī)護(hù)團(tuán)隊(duì)業(yè)務(wù)交流的平臺(tái)進(jìn)行互聯(lián)網(wǎng)視頻通話,基于互聯(lián)網(wǎng)-全科-專(zhuān)科合作的DM管理模式能夠幫助患者實(shí)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(huì)增加藥物治療費(fèi)用[14]。目前已有一些醫(yī)療機(jī)構(gòu)采用互聯(lián)網(wǎng)平臺(tái)對(duì)患者的血糖、血壓進(jìn)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(lái)的時(shí)空限制[15]?；颊呖梢允謩?dòng)上傳數(shù)據(jù)或由血糖儀和CGM自動(dòng)上傳數(shù)據(jù),醫(yī)護(hù)人員分析血糖情況后再通過(guò)互聯(lián)網(wǎng)平臺(tái)反饋給患者,及時(shí)調(diào)整治療計(jì)劃,大大提高了數(shù)據(jù)監(jiān)測(cè)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(duì)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(shí)技能。互聯(lián)網(wǎng)可以為患者提供教學(xué)和溝通的平臺(tái),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(jí)聯(lián)動(dòng)管理系統(tǒng),開(kāi)展線上健康管理,促進(jìn)患者健康生活方式養(yǎng)成,提升患者的自我管理能力,同時(shí)也可以減輕患者的心理負(fù)擔(dān)[16]。

3.3飲食與運(yùn)動(dòng) 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(cè)、飲食治療、運(yùn)動(dòng)治療、藥物治療缺一不可。但我國(guó)患者對(duì)飲食治療知識(shí)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(dòng)、營(yíng)養(yǎng)過(guò)?；虿涣?。AI在飲食管理中的應(yīng)用主要分為飲食推薦和自動(dòng)監(jiān)測(cè)兩方面,幫助患者糾正不良飲食習(xí)慣。

由于無(wú)錫沒(méi)有專(zhuān)門(mén)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(mén)“打游擊”“搞時(shí)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(chǎng)所而造成難于依法處理等問(wèn)題。因此，無(wú)錫要加快推進(jìn)采砂管理專(zhuān)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(jìn)行個(gè)性化飲食推薦,在我國(guó)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(guò)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(kù)非常巨大,其推薦精度效果和用戶滿意度對(duì)比其在其他領(lǐng)域的應(yīng)用還有待提高[20]。

飲食監(jiān)測(cè)系統(tǒng)可以解決手動(dòng)報(bào)告飲食情況準(zhǔn)確性低、反饋慢的問(wèn)題,采用移動(dòng)攝像頭和計(jì)算機(jī)視覺(jué)的自動(dòng)記錄保存方法,這種基于圖像的識(shí)別評(píng)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(lèi),進(jìn)而計(jì)算食物體積和能量營(yíng)養(yǎng)。Snap-n-Eat是一種食物識(shí)別系統(tǒng),可以在無(wú)人為干預(yù)的情況下自動(dòng)識(shí)別食物并估算熱量和營(yíng)養(yǎng)成分。目前,已有超過(guò)10 000個(gè)用于體重管理和飲食監(jiān)測(cè)的應(yīng)用程序被開(kāi)發(fā)[21],一些用于計(jì)算食物攝入量的手機(jī)APP如FoodIntech也可用于醫(yī)療機(jī)構(gòu),幫助醫(yī)護(hù)人員了解患者的營(yíng)養(yǎng)狀況。

目前,T2DM患者運(yùn)動(dòng)管理的評(píng)價(jià)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(jìn)行統(tǒng)籌結(jié)合,為運(yùn)動(dòng)方案的個(gè)體化、自動(dòng)化問(wèn)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(yùn)動(dòng)計(jì)劃時(shí)需要更多地考慮個(gè)體的心肺功能、保障方案的具體實(shí)施效果和安全性[22]。包括iWatch在內(nèi)的可穿戴活動(dòng)監(jiān)測(cè)器可以實(shí)時(shí)檢測(cè)記錄患者的運(yùn)動(dòng)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(shuō)服力,提高患者對(duì)運(yùn)動(dòng)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(zhǎng)期的血糖異常波動(dòng)容易引發(fā)大血管和微血管并發(fā)癥,還會(huì)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(cè)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(qiáng)大優(yōu)勢(shì),基于支持向量機(jī)、邏輯回歸、多層神經(jīng)網(wǎng)絡(luò)等算法的預(yù)測(cè)模型也已被證實(shí)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(jià)值。

4.1糖尿病視網(wǎng)膜病變(DR) DR是DM最常見(jiàn)的眼部并發(fā)癥,會(huì)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(guó)的T2DM患者中,DR的患病率為28%～43%。因此,進(jìn)行T2DM的系統(tǒng)管理,在早期對(duì)DR進(jìn)行篩查診斷并及時(shí)管理治療,有助于減少繼發(fā)于T2DM的視力損害。

近年來(lái),AI在眼科學(xué)的應(yīng)用范圍不斷擴(kuò)展,深度學(xué)習(xí)作為最先進(jìn)的機(jī)器學(xué)習(xí)技術(shù),在圖像、聲音識(shí)別方面具有診斷性能,尤其是對(duì)于眼科疾病來(lái)說(shuō),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(shí)別出DR患者是否有出現(xiàn)出血滲出、微動(dòng)脈瘤和新生血管,對(duì)DR進(jìn)行篩查診斷和分級(jí)。2018年,首個(gè)用于DR臨床篩查的深度學(xué)習(xí)算法獲得美國(guó)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(guó)內(nèi)外研究人員多次對(duì)卷積神經(jīng)系統(tǒng)模型進(jìn)行訓(xùn)練測(cè)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(guò)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(dòng)、遠(yuǎn)程控制的特點(diǎn),可以將最新的視網(wǎng)膜圖像與早期DR的圖像數(shù)據(jù)進(jìn)行比較,根據(jù)病變程度提出轉(zhuǎn)診建議[26]。

對(duì)于醫(yī)療資源相對(duì)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(fèi)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(píng)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(duì)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(jī)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(huì)對(duì)AI診斷判別DR的準(zhǔn)確性帶來(lái)一定影響。AI還可以用于DR的風(fēng)險(xiǎn)分級(jí),根據(jù)患者性別、DM類(lèi)型、DR嚴(yán)重程度、持續(xù)時(shí)間等風(fēng)險(xiǎn)特征,通過(guò)使用數(shù)字算法估計(jì)DR的風(fēng)險(xiǎn),并確定個(gè)性化篩查間隔,在關(guān)注患者DR發(fā)展情況的同時(shí)合理分配醫(yī)療資源[27]。

4.2糖尿病腎病(DKD) DKD是T2DM的常見(jiàn)微血管并發(fā)癥,對(duì)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(guò)精確的預(yù)測(cè)模型對(duì)DKD進(jìn)行早期干預(yù),可以遏制其在無(wú)明顯癥狀或體征的T2DM患者中發(fā)展。已有通過(guò)大數(shù)據(jù)機(jī)器學(xué)習(xí)構(gòu)建基于電子病歷的T2DM患者DKD的預(yù)測(cè)模型,評(píng)估蛋白尿和估計(jì)腎小球?yàn)V過(guò)率等生物標(biāo)志物[3],旨在預(yù)測(cè)DKD并進(jìn)行有效準(zhǔn)確的干預(yù),避免患者進(jìn)行血液透析治療,減少心血管事件的發(fā)生。

基于機(jī)器學(xué)習(xí)的mMRI-TA模型可用于評(píng)估DKD的腎功能,腎纖維化的T2WI成像變化很難被肉眼識(shí)別,但AI技術(shù)可以通過(guò)提取大量MRI成像紋理和細(xì)節(jié)特征分析來(lái)檢測(cè)腎功能不全和纖維化患者的信號(hào)強(qiáng)度變化并進(jìn)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(guò)機(jī)器學(xué)習(xí)方法建立邏輯回歸模型,對(duì)未進(jìn)行腎活檢的患者進(jìn)行無(wú)創(chuàng)鑒別,可以提高臨床診斷能力,降低疾病分類(lèi)的誤診概率[29]。此外,將機(jī)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(duì)免疫和氧化應(yīng)激相關(guān)的樞紐基因進(jìn)行篩選,為DKD的診斷和治療提供新靶點(diǎn)[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(xiǎn)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(lái)越多的治療方案將降糖和降壓共同作為治療重點(diǎn),近期已有國(guó)內(nèi)自主研發(fā)的智能血壓腕表通過(guò)Ⅱ類(lèi)醫(yī)療器械注冊(cè)檢驗(yàn),隨著傳感器技術(shù)、算法的更新,血壓測(cè)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(cè)心率,發(fā)現(xiàn)心律失常,早期預(yù)警心血管疾病[32]。基于機(jī)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(shí)間等參數(shù),識(shí)別CVD低風(fēng)險(xiǎn)和高風(fēng)險(xiǎn)的T2DM患者,改善傳統(tǒng)量表預(yù)測(cè)風(fēng)險(xiǎn)“一刀切”的缺點(diǎn),轉(zhuǎn)向精確預(yù)測(cè),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(shí)篩查出異常情況,盡早發(fā)現(xiàn)心CVD并進(jìn)行及時(shí)有效的救治。

4.4糖尿病足(DF) DF是由周?chē)窠?jīng)病變導(dǎo)致感染、潰瘍等的常見(jiàn)慢性并發(fā)癥,若不及時(shí)治療,可能會(huì)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(xiǎn)預(yù)測(cè) 機(jī)器學(xué)習(xí)技術(shù)建立統(tǒng)計(jì)模型可以評(píng)估患者病史、經(jīng)濟(jì)水平等因素來(lái)進(jìn)行預(yù)測(cè)[36],旨在改善患者的生活質(zhì)量和減輕截肢帶來(lái)的經(jīng)濟(jì)負(fù)擔(dān)。DF預(yù)警系統(tǒng)可分為足底壓力檢測(cè)、紅外熱成像和溫濕度檢測(cè),實(shí)時(shí)監(jiān)控DF高危因素,及時(shí)篩查DF,有效降低其發(fā)病率[37]。

4.4.2通過(guò)足底溫度評(píng)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(jī)和計(jì)算機(jī)捕獲分析參數(shù)的紅外熱成像技術(shù)可以用于自動(dòng)檢測(cè)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(cè)傷口愈合情況,與液晶熱成像相比,其具有非侵入性測(cè)量的優(yōu)點(diǎn),有利于進(jìn)行自動(dòng)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(guò)程中,準(zhǔn)確測(cè)量傷口大小至關(guān)重要,為了準(zhǔn)確和客觀地進(jìn)行傷口大小測(cè)量,一些手機(jī)APP如NDKare采用可在二維和三維2個(gè)層面獲取傷口表面積、深度和體積并進(jìn)行統(tǒng)計(jì)分析評(píng)估,這些數(shù)據(jù)將上傳至系統(tǒng)供醫(yī)護(hù)人員使用[39]?；谏疃葘W(xué)習(xí)的APP還可實(shí)現(xiàn)智能閉環(huán)式全病程管理,涵蓋對(duì)患者的資料采集、智能測(cè)量、分級(jí)評(píng)估、多學(xué)科會(huì)診和醫(yī)聯(lián)體醫(yī)院間智能化轉(zhuǎn)診,有助于實(shí)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(zhēng)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(wèn)題;AI更新迅速,醫(yī)護(hù)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(lái)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(jìn)行人性化設(shè)計(jì),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(guó)”戰(zhàn)略實(shí)施的重要支撐和保障,AI使醫(yī)療朝著更智慧、更便捷、更實(shí)用、更安全的方向發(fā)展。對(duì)于醫(yī)療機(jī)構(gòu)來(lái)說(shuō),AI的應(yīng)用大幅度提高了效率,減輕醫(yī)護(hù)人員的工作壓力和醫(yī)療衛(wèi)生系統(tǒng)的負(fù)擔(dān);對(duì)于患者來(lái)說(shuō),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(jī)構(gòu)共同參與到健康管理中,促進(jìn)信息交互,及時(shí)調(diào)整治療策略。目前,機(jī)器學(xué)習(xí)是AI中最熱門(mén)的方向,基于機(jī)器學(xué)習(xí)構(gòu)建的算法模型既可以輔助診斷、預(yù)測(cè)風(fēng)險(xiǎn),又參與醫(yī)療信息化,管理分析大數(shù)據(jù)并進(jìn)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(lái)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(jìn),在之后的研究中,AI領(lǐng)域不僅需要優(yōu)化算法,進(jìn)一步探索個(gè)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(hù),并重視醫(yī)療機(jī)構(gòu)、社區(qū)、家庭對(duì)患者的人文關(guān)懷。