上海
2 型糖尿病（T2D）是全球高发的慢性疾病之一，具有较高的死亡率和社会负担。随着疾病进展，许多患者最终需胰岛素治疗。但由于剂量调整复杂、临床惰性及低血糖顾虑等问题，仅不足三分之一的患者能达到血糖控制目标。现有临床指南虽提供了胰岛素使用建议，却难以兼顾患者个体差异。加之糖尿病患病率上升与内分泌专科医生不足，传统胰岛素调整方法面临诸多局限。近年来，随着数字技术的发展，开发一种安全、有效且广泛适用于不同治疗方案患者的个性化胰岛素决策工具对于糖尿病患者的血糖控制至关重要。
近日，复旦大学附属中山医院李小英和陈颖团队在JAMA Network Open上发表了题为Real-Time Al-Assisted insulin Titration System for Glucose Control in Patients With Type 2 Diabetes: A Randomized Clinical Trial的研究论文。该研究通过开展一项多中心随机对照临床试验，证实了基于人工智能的胰岛素临床决策支持系统在住院2型糖尿病患者中的血糖控制效果不劣于经验丰富的内分泌科医生，为糖尿病精准治疗领域提供了有效方法和有力证据。
该研究在复旦大学附属中山医院、上海第五人民医院和徐汇区中心医院的3个内分泌病房开展。研究共纳入149名住院接受胰岛素治疗的成年2型糖尿病患者，按1:1的比例随机分配到人工智能组和医生组，接受为期5天的胰岛素剂量调整干预。主要研究终点为5天内血糖在目标范围（70-180 mg/dL）内的时间比例（TIR），非劣效性界值设定为6个百分点。次要终点包括其他血糖控制指标和不良事件等。
结果显示，人工智能组的平均TIR为76.4%，医生组为73.6%，两组间的差异为2.7个百分点（95%置信区间[CI] -2.7至8.0，P=0.33），达到了预设的非劣效性标准。人工智能组的早餐前毛细血管血糖水平显著低于医生组（131.1 mg/dL vs. 142.1 mg/dL，P = 0.04），午餐前、晚餐前和睡前血糖水平两组间差异无统计学意义。此外，两组人群的低血糖或高血糖事件发生率无统计学差异。在干预期间，人工智能组的平均每日血糖逐渐下降，且医生对人工智能系统的满意度较高，认为其界面清晰、节省时间、有效且安全。
综上所述，该多中心、单盲、随机对照试验表明，基于人工智能的胰岛素临床决策支持系统在住院2型糖尿病患者的胰岛素剂量调整中表现出良好的有效性和安全性，其效果不劣于经验丰富的内分泌科医生。该研究为AI技术在临床血糖管理中的应用提供了有力的证据支持。
复旦大学附属中山医院的陈颖和李小英教授为本文的共同通讯作者，复旦大学附属中山医院应真博士、闵行区中心医院范玉娟医生为本文的共同第一作者。复旦大学附属中山医院、上海市第五人民医院、徐汇区中心医院内分泌科，以及复旦大学附属中山医院大数据人工智能中心为本研究开展提供了重要支持。
原文链接：https://jamanetwork.com/journals/jamanetworkopen/fullarticle/2833619
制版人：十一
BioArt
Med
Plants
人才招聘
会议资讯
学术合作组织
（*排名不分先后）
战略合作伙伴
（*排名不分先后）
转载须知
【非原创文章】本文著作权归文章作者所有，欢迎个人转发分享，未经作者的允许禁止转载，作者拥有所有法定权利，违者必究。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
