中山医院团队开发AI模型实现糖尿病血糖精准调控｜专访陈颖

作为全球最常见的慢性疾病之一，糖尿病每年造成超过 140 万人死亡。统计数据显示，国内糖尿病患者数量约占人口总数的 11%，其中，糖尿病患者中约有90%以上为 2 型糖尿病（T2D）。

目前，糖尿病常规治疗方法是注射胰岛素，胰岛素输注剂量调整很大程度上依赖医生的主观判断，由于患者对胰岛素反应的个体化差异，并且随着病程进展患者对胰岛素需求出现变化，传统的胰岛素输注模式难以满足动态变化的临床需求。因此，为患者量身定制个体化、精准、动态的胰岛素调控策略具有重要的临床意义，然而，如何为数以亿计的 T2D 患者高效精准地调控胰岛素剂量是临床亟待解决的一大挑战。

近期，复旦大学附属中山医院内分泌科李小英、陈颖团队与北京邮电大学王光宇团队联合开发出一种T2D 胰岛素决策 AI 模型（RL-DITR），并从计算机模拟、专家评估、真实世界患者疗效评估等方面证实了该模型的有效性和准确性，为 T2D 患者提供个性化、精准、动态的胰岛素治疗新策略。目前，这项研究成果已经以“Optimized glycemic control of type 2 diabetes with reinforcement learning: a proof-of-concept trial”为题发表在Nature Medicine上。

▲图｜（来源：Nature Medicine）

近日，生辉采访到该论文共同通讯作者、复旦大学附属中山医院陈颖教授，访谈中她围绕这项研究的发现、意义，以及下一步的研究规划等方面进行了分享解读。

陈颖博士毕业于上海交通大学附属瑞金医院，研究方向为内分泌领域，读博期间师从宁光院士和李小英教授；2018 年，她进入复旦大学附属中山医院从事博士后研究，并获得复旦大学优秀博后；2021 年初，她入职中山医院。现在，她是复旦大学附属中山医院内分泌科主治医师、副研究员，上海市医学会糖尿病专委会青委副主委。

陈颖长期专注于糖脂代谢性疾病的危险因素和分子机制研究，以及糖尿病患者的 AI 辅助决策系统的研究，拥有丰富的分子生物学研究和人群队列研究经验，尤其在糖尿病患者 AI 辅助决策系统的研究方面做到了原始创新。截至目前，陈颖以通讯作者/第一作者在Nature Medicine、JAMA Internal Medicine、Diabetes Care、Journal of Clinical Investigation等期刊上发表论文 14 篇，总影响因子 192，曾主持和参与 5 项国家自然科学基金，申报 3 项发明专利，其中 1 项已授权和转化。

▲图｜复旦大学附属中山医院内分泌科陈颖（来源：受访者）

胰岛素决策 AI 模型可达中高年资医生水平

当前，深度学习技术，特别是以卷积神经网络为代表的深度学习算法，以及大语言模型 ChatGPT 的出现，带来了新一波的 AI 发展浪潮。

“如何让这些 AI 技术更好的服务于医疗领域以造福患者？基于既往的临床经验以及和导师的多次探讨，我们决定从糖尿病 AI 管理入手，以胰岛素剂量调节为切入点，把医学和 AI 技术结合，开拓 AI 技术在医学内分泌领域的应用。”陈颖说道。

▲图｜T2D 患者动态胰岛素调节 AI 系统从开发到验证流程示意（来源：Nature Medicine）

据介绍，这项研究共纳入了近 1.3 万名 T2D 住院患者，他们根据这些患者构建出一个庞大的电子病历数据集，涵盖患者至少一周的胰岛素使用方案和血糖连续记录数据。基于电子病历数据集，他们采用强化学习等算法开发出一种动态胰岛素调节 AI 系统（RL-DITR），其包含两个模型，用于跟踪个体血糖状态演变的患者模型和用于在长期治疗中进行多步规划的策略模型。

随后，他们对 RL-DITR 模型的性能进行了评估。结果显示，相较于现行的临床标准方案和其他 AI 模型等，RL-DITR 模型更接近资深医生的判断，与医生推荐的胰岛素剂量相比差值仅 1.2 个单位，并且使 T2D 患者的葡萄糖达标时间百分比提高了 24.1%，同时还不会造成严重低血糖、酮症酸中毒等不良后果。

“这项研究成果创新性地利用强化学习算法首次实现了针对 T2D 患者多种胰岛素方案的精准调控，相比于先前的决策方法，这种治疗方案的准确性更高，可以达到中高年资医生的水平，临床研究显示该系统可以有效控制住院 T2D 患者的血糖，且低血糖风险很低。”陈颖指出。

▲图｜评估 AI 系统对 T2D 患者血糖控制的概念验证可行性试验（来源：Nature Medicine）

总的来说，“此次研究基于国内高质量的 T2D 电子病历数据，结合深度学习和数字孪生等 AI 技术，建立 T2D 的个体化、精准、动态的胰岛素 AI 决策系统，可以辅助实现以病人为中心的糖尿病个体化治疗，以创新的诊疗模式推动糖尿病慢病管理，将有助于缓解基层医生短缺、诊治水平参差不齐、对胰岛素使用缺乏信心等现实情况，实现对糖尿病患者管理的‘人工智能化’，助力分级诊疗。”陈颖总结道。

对于接下来的研究规划，“未来，我们将进一步融入多模态数据，包括 CGM 连续血糖监测技术、手环等可穿戴设备，建立多模态、更为精准的‘以患者为中心’的血糖管理系统；同时，我们还将继续适当地集成和持续开发，将其应用扩展到更广泛的临床场景，比如门诊患者管理和糖尿病患者的居家管理，建立全方面、闭环的糖尿病患者的动态智慧管理系统。”她介绍道。

“此次开发的 AI 决策模型只是我们团队在糖尿病智慧管理上迈出的第一步，接下来有很长的路要走，而在前进路上，我们需要克服和解决的挑战是多方面的，有些更是史无前例的。”陈颖表示。

第一，模型层面需要进一步优化面临的数据壁垒、患者隐私等问题。“对此，我们计划开展临床注册研究，推动产品上市推动落地。但医疗 AI 决策软件领域在国内是空白的，在国际上成功经验也有限，所以申报过程中我们多次与 CFDA 沟通来明确产品的性质和功能，经过一步步努力，最终医疗 AI 软件作为 Ⅲ 类医疗器械逐步被认可和接受。”她说道。

“另外，AI 决策产品如进一步规模化，模型泛化面临患者数据存在异质性问题，需要标准化特征处理数据标准化，促进模型泛化应用。”她补充说。

第二，“医生和患者的接受度是医疗 AI 技术落地的重大挑战，这需要设计人性化、易理解、易操作的操作平台和系统，提升用户满意度。”她指出。

第三，作为 AI 决策医疗产品，落地后面临的重要问题是安全性。“这方面的经验也是空白，需要呼吁医疗立法方面给予医疗 AI 产品大规模应用建立完善的监管系统，既能拥抱 AI 技术医疗应用，也能有效规制风险。”她表示。

“未来将实现糖尿病智慧管理”

伴随着生活方式的改变，肥胖人数日趋增长，T2D 的患病率不断升高且呈现年轻化趋势，而随着社会老龄化的加剧，T2D 患者基数也在不断攀升。

中国是全球糖尿病第一大国，患者人数位居全球首位。“面对如此庞大基数的糖尿病患者群体，国内的糖尿病管理存在知晓率低、治疗率低，以及血糖达标率低等多个方面的难题。因此糖尿病早期筛查、早期预防和疾病阶段的血糖管理是糖尿病防控的关键环节。”陈颖指出。

在她看来，“未来，早筛方面可以借助于糖尿病筛查软件，能够在无创情况下进行初筛；预防策略方面，我们团队前期也开展了一些探索，比如，我们发现运动可以有效预防糖尿病，中等强度运动和高强度运动均能起到预防效果。”她介绍道。

在糖尿病患者管理方面，陈颖认为，“智慧医疗将是未来发展趋势，在医生、科研工作者和企业等不断努力尝试创新和突破下，未来极有希望形成糖尿病患者全方位、全周期的一体化智慧管理。”

▲图｜中山医院内分泌科李小英、陈颖团队成员（来源：受访者）

除了围绕糖尿病 AI 管理领域的研究，陈颖围绕糖脂代谢性疾病（如肥胖、糖尿病、脂肪肝等）的危险因素、预防策略以及分子机制开展了大量研究并取得了一些新发现。

据介绍，陈颖和团队采用随机对照试验结合 10 年的糖尿病发病风险随访调查研究，发现运动干预组糖尿病发病风险较非运动组降低 50%，这意味着中等强度或高等强度运动模式可以作为肥胖管理的有效方案，能够带来长期的代谢获益。目前，这项研究成果已经以“Effect of Moderate and Vigorous Aerobic Exercise on Incident Diabetes in Adults With Obesity A 10-Year Follow-up of a Randomized Clinical Trial”为题发表在JAMA Internal Medicine上。

（来源：JAMA Internal Medicine）

“这项研究不仅强调生活方式（传统的包括饮食和运动）预防糖尿病的作用，同时也明确指出独立于饮食，单纯的运动干预预防 T2D 的作用，中等强度运动和高强度运动具有同样的预防糖尿病的作用，而中等强度运动作为更易实施且损伤小的运动模式完全可以达到预防糖尿病的效果。”她说道，“我们的研究首次提出了肥胖人群 T2D 预防的运动策略，在肥胖人群管理备受关注之时，为肥胖患者的生活方式管理提供了新的有力的循证医学证据，在体重管理预防糖尿病领域具有重要的临床意义和社会价值。”

值得一提的是，该项研究成果一经发表便被 Medscape 等在内的多家国际权威医学媒体专题报道，在国际知名论文引用数据库 Altmetrics 上的评分排名位列全球前 5%。

除此之外，陈颖和团队还曾在Diabetes Care上发表了一篇题为“Fasting Serum Fructose Levels Are Associated With Risk of Incident Type 2 Diabetes in Middle-Aged and Older Chinese Population”的研究论文，他们采用质谱方法检测千人队列的空腹果糖水平反应内源性生成果糖，首次在人群队列层面揭示血清空腹果糖和糖脂代谢性疾病的关系，内源性生成的果糖可能促进糖尿病发生，或至少是糖尿病的生物标志物。

（来源：Diabetes Care）

产业层面，“目前，我们团队的胰岛素决策 AI 模型已经申报发明专利，并授权转化给了北京华益精点生物技术有限公司，该公司的自动化血糖监测系统结合胰岛素决策 AI 系统，将 T2D 患者的血糖监测-胰岛素调节-血糖反馈形成闭环系统，可实现血糖的有效管理。”陈颖说道。

“该 AI 系统已界定为 Ⅲ 类医疗器械，并且通过国家药品监督管理局创新性审批，正在申报 CFDA 临床注册（Ⅲ 类），未来一旦获批上市推广应用，将极大提高糖尿病患者的血糖控制率，为胰岛素辅助决策系统提供新的范式。”她总结道。

免责声明：本文旨在传递生命科学和医疗健康产业最新讯息，不代表平台立场，不构成任何投资意见和建议，以官方/公司公告为准。本文也不是治疗方案推荐，如需获得治疗方案指导，请前往正规医院就诊。