互联网环境下的糖尿病管理模式：回顾与展望

林中燕，沈喜妹，宋李斌

(1.福建高校人文社科基地互联网创新研究中心(闽江学院)，福建 福州 350108；2.福州市数字医疗健康行业技术创新中心，福建 福州 350001；3.福建医科大学附属第一医院，福建 福州 350001；4.福州康为网络技术有限公司，福建 福州 350000)

一、引言

在此次新冠肺炎疫情的防控救治中，AI、5G、大数据等数字技术在智能诊治、物资调配、药物研发等方面发挥了重要的作用，涌现出一批数字经济应用场景。对患者大数据进行精准化、系统化的追踪和分析，快速推广专病数据库等医疗信息相关关键技术的研发，加快实现管理模式精准定位，成为互联网环境下进一步深化医疗卫生体制改革，促进全社会相关产业体系构建的重中之重。中国互联网络信息中心(CNNIC)第44次《中国互联网络发展状况统计报告》显示，截至2019年6月，我国网民规模达到8.54亿，占人口总数的61%，网民使用手机上网的比例高达99.1%。[1]《中国 2 型糖尿病防治指南(2020 版)》根据最新的流调数据以及世界卫生组织的诊断标准作为参考依据，指出我国2015年至2017年的糖尿病发病率已达到11.6%，患者人数超1.14亿，占全球患病人数的1/4以上。预计到2030年，我国的糖尿病患者总数将超过1.5亿人。[2]

鉴于当前互联网、大数据与人工智能的发展，以及数据挖掘等机器学习在数字医疗方面的成功应用，聚焦互联网环境下糖尿病人群跨域数据分析、画像及精准传播技术，建立糖尿病知识图谱和画像体系，推进数据挖掘和建模精度等相关研究就显得尤为重要。在相关高被引文献中，“健康教育”是我国糖尿病研究领域的热点，且已有研究表明，加强对糖尿病患者的护理并对其进行教育管理，可使糖尿病并发症减少一半以上，且能有效降低病死率。[3]网状Meta分析结果同时显示，以降糖药物与常规健康教育相结合进行干预的管理措施，和以同伴支持教育、授权原理教育等教育模式相结合的网络交互管理模式，较其他教育方法而言更为有效。[4]因此，采用相关信息技术手段进行糖尿病管理，能够发现人群中糖尿病隐形数据的关联特征。本文尝试通过对互联网环境下的糖尿病管理智能化模式、糖尿病跨学科干预模式、基于大数据的糖尿病人群画像等研究领域的回顾与展望，探索知识图谱和人群画像与糖尿病防治指南的结合，以期形成互联网糖尿病管理的创新模式，提高糖尿病的防控水平，为保障公民健康奠定坚实的基础。

二、研究回顾

(一)糖尿病管理智能化模式

在互联网发展早期(2000年以前)，人们关注与糖尿病管理相关的信息技术应用，如评估交互式教育模拟工具与患者的通用协议等。[5-6]在医疗决策支持系统出现后，人工神经网络模型成为支持医疗诊断推理的工具。[7]带条形码的检测仪——PDA型血糖仪开始用于毛细血管的血糖水平的测量，同时，下一代个人护理设备还支持正确的胰岛素输注计算。[8]

在互联网高速发展的今天，基于人工智能与云计算、大数据、物联网、移动互联网等先进信息技术的糖尿病患者综合解决方案投入实施，云平台由用户终端智能平台、数据处理智能平台、泛在网络智能平台、综合服务智能平台及主要子系统模块构成[9]，并在以下几个方面呈现出明显的特征。

1.与血糖监测相关的分布式计算

血糖监测是糖尿病管理中的重要组成部分，其结果有助于评估糖尿病患者糖代谢紊乱的程度，借助信息技术制定合理的降糖方案。开展循证医学[10]视角下的糖尿病教育与干预，可反映降糖治疗的效果并指导医生调整治疗方案。有效的自我管理对于糖尿病血糖控制、延缓并发症及改善生活质量至关重要。糖尿病患者通常采用自我血糖监测技术来检测血糖水平，每天需要多次刺破手指，而连续血糖监测器可全天连续测量血糖水平(如雅培瞬感血糖仪，通过康为“掌控糖尿病”App的移动健康核心技术，使用穿戴式智能设备，结合分布式计算，可维持两周左右的血糖监测周期，最大限度降低患者的不适感)。

2.数据挖掘及算法模型的应用

从数据中提取隐藏的、具有潜在价值的、新的信息，可以提高糖尿病患者的诊断准确性，减少时间和成本，常用数据挖掘和预测模型算法有K-means算法、Logistic回归算法、决策树算法、随机森林算法等，可在病人提出诊断前240天内识别并开展早期诊断。Logistic回归模型结合多层感知器神经网络模型，预测准确率高于单一模型应用，对某些并发症的预测准确率可达90%以上，可为糖尿病并发症预测提供科学参考。[11]

3.糖尿病“数字疗法”

信息技术的发展推动“数字疗法”的产生。数字疗法是“经过严格临床验证，将对疾病、健康状况或综合症状的诊断、预防、监测或治疗产生直接影响的技术性产品”[12]。美国数字疗法联盟将数字疗法定义为面向患者提供基于证据的治疗措施，由高质量软件程序驱动，用于预防、管理或治疗某种疾病，可单独使用，也可与药物、设备或其他疗法协同使用，从而优化治疗结果，改善患者的健康状况。

2019年1月，美国食品药品监督管理局(FDA)宣布开展软件预认证试点项目。同年5月，德国卫生部提出了新的数字化法律草案，规定使用数字疗法的患者(如糖尿病、高血压患者)，可被纳入医保支付范围。表1为在糖尿病领域已形成的部分数字疗法产品。

表1 全球糖尿病数字疗法产品

自2016年起，国内领先的控糖App“掌控糖尿病”的开发者——福州康为网络技术有限公司，联合闽江学院、福建医科大学附属第一医院等单位开展合作，后又陆续与北京大学第一医院、中国疾病预防控制中心等相关知名医院、企业、高校、科研机构联合，组成糖尿病“数字疗法”项目组，开展了一系列关于糖尿病及其并发症的“数字疗法”关键技术研发。与国内外已有研究将糖尿病管理系统作为医护人员信息化工具不同，该团队基于健康医疗大数据和国内外大量临床医学循证证据，结合国家重点研发计划政府间国际科技创新合作项目(欧盟地平线联合项目)“基于网络咨询的手机APP自我健康管理模式预防痴呆的实施性研究”的阶段性成果，于2016年在全球尝试性提出了“糖尿病管理处方”数字疗法，创造性地将糖尿病的生活方式干预(教育管理)作为一项类似于“药物”的临床治疗方案予以研发并应用，重新定义了糖尿病“数字疗法”的内涵和外延：通过医研企联合创新研究的方式，系统地开展人工智能技术与糖尿病预防、临床医学的多项交叉研究，研制2型糖尿病患者肖像模型、并发症预测模型、知识图谱和精准干预等多项关键技术，并集成为糖尿病及并发症AI预测数据引擎，将糖尿病患者个体化控制目标、饮食、运动、血糖监测、教育和服药依从性等生活方式干预过程具象化，使其具备“处方化、智能化、全程化、可评估、有效性”五大特征。

综上，互联网、大数据、人工智能等技术的发展，可改进并完善糖尿病防控机制，多学科交叉背景下的信息技术和手段已被广泛应用于糖尿病防控领域。

(二)糖尿病的跨学科干预模式

糖尿病作为一种慢性疾病，日常行为和自我管理能力是控制其发展的关键要素，系统化管理尤为重要。基于人群画像的糖尿病健康教育干预，结合不同需求、目标和生活经验，并受循证指导。研究表明，接受过糖尿病自我管理教育的患者，血糖控制要优于未接受教育的患者，同时还拥有更积极的态度、更科学的糖尿病知识和较好的糖尿病自我管理行为。[13-15]

1.早期互联网社区论坛的作用

2000年后，互联网上由专业人士主持的BBS讨论小组受到广泛欢迎，患者和家庭的积极访问，让受众参与情感支持和信息交流被视为有效策略。通过监控、信息、个性化、通信和技术评估发现，网站将医疗、保健专业人员资源整合到糖尿病的在线管理相关小组内，会提升网络社区人员沟通的有效性。但仍有学者忧虑互联网的作用是否能够覆盖到弱势群体，以及网络的公平性等问题。[16-18]

2.网络工具对糖尿病管理的干预

研究者基于Web of Science数据库，检索1986年至2018年收录的社会网络领域的糖尿病管理文献，通过高频引文和关键词聚类分析发现，研究热点主要集中在社会支持、家庭支持、同伴支持、自我管理、血糖控制、服药依从性等方面。[19]81.5%的相关文献发表于2015年后，大多数为干预性研究，体现为通过App、网络、社交平台等对受众进行血糖监测、健康教育和反馈指导等，大多研究关注于患者的血糖指标和妊娠结果，为专业人员和患者提供决策支持。[20-21]

对多数人而言，互联网环境下的信息更容易获得，时间和空间更为灵活。与普通护理相比，通过互联网提供的DSME能有效改善血糖控制措施和用户对糖尿病的认知。[22]性别、年龄、疾病类型等因素对用户朋友关系的形成有着显著影响，患者通过移动App、网络参与互动式同伴教育或有助于血糖管理。[23-24]

值得关注的是，2020年初新冠肺炎疫情暴发后，日本任天堂公司出品的“Switch+健身环”突然成为居家运动娱乐爆款。“Switch+健身环”通过传感器接收，将环的拉伸和挤压产生的模拟信号，再将压敏感测数据转换为数字信号传递到感应器Joy-Con上，使健身与游戏闯关融合在一起，形成“娱乐+健身”模式。此外，还可以通过互联网与其他体验者进行交互，用户黏性相当高。因此可以借鉴任天堂的设计理念，增强糖尿病健康教育管理平台和移动设备的社交属性，提高用户黏性，潜移默化地开展糖尿病健康教育干预，改进人群的糖尿病自我管理模式。

3.区块链技术的应用

在医学领域，建立专业的糖尿病患者临床知识库，采用计算模型构建患者标签，引入区块链技术，可解决通用用户画像精确度不高、不适合医疗领域应用以及患者个人隐私保护困难等问题。[25]通过使用大数据平台和数据引擎，可进一步构建患者画像标签体系。[26]

区块链技术的应用场景，进一步体现为经由智能手机收集血糖值，发送到云平台，通过分布式存储器和区块链数字加密系统，结合去中心化存储、私钥签名、不可篡改等技术，提升信息可靠性，开展糖尿病诊断、监测、研究，以及采取公共卫生行动，帮助政府和公民防控疾病，提高健康意识。[27]

综上，基于区块链技术优化糖尿病健康教育干预单元，实现“监测—评估—干预”闭环管理，建立糖尿病预警系统和机制，有利于提高公众对糖尿病的认知水平、遵医行为和自我管理能力。结合医学、人口学、计算机科学、管理科学与工程学等学科的跨学科研究，将成为未来糖尿病防控的研究趋势之一。

(三)基于大数据的糖尿病人群画像

已有文献基于大数据的真实人群本质研究，体现为人群特征的可视化，通过收集与分析人群基本属性、社会交往、行为偏好等多维度信息，结合机器学习和深度学习等算法模型，根据需求将不同标签组合成情境化用户特征，可构建精准用户画像。[28]通过对网络社区上糖尿病群组用户问答数据进行比对，发现其主题分布、演化及共现规律的核心需求往往聚焦于“疾病如何治疗”。对于慢病社区而言，“饮食”主题与其共现主题关系密切，但国内社区的问答属性明显，国外社区兼具问答属性和社交属性。[29-30]

结合中华医学会糖尿病分会中国 2 型糖尿病防治指南(2017年版)的相关内容、学术研究及应用场景均表明，基于大数据的以下三类人群画像需要重点关注。

一是老年群体。老年糖尿病患者是糖尿病护理的热门研究对象，这可能与糖尿病在老年人群体中发病率高，较易出现并发症以及2型糖尿病较为常见等流行病学特点有关。(1)②③ 资料来源于中华医学会糖尿病分会，2017。结合物联网和大数据技术，设计适用于老人及其家属的健康监护软件,提供日常的数据查询、健康教育、在线咨询、告警通知等功能，可通过统一的管理平台对健康数据进行分析和处理，加强糖尿病预后。[31-32]

二是儿童及青少年群体。近年来，我国儿童及青少年糖尿病发病率明显上升，尤其是低龄儿童。儿童及青少年糖尿病的类型仍以1型为主，约占儿童糖尿病的90%。我国儿童及青少年1型糖尿病的年发病率约为0.6/10万，属于低发病区，但由于中国人口的基数大，所以患者人数绝对数不少于100万。②在针对青少年群体的措施设计上，不仅需要针对糖尿病患儿个体进行健康教育和心理教育，更要对患儿的家庭成员进行糖尿病相关知识的普及，以及提供合理的生活方式建议。青少年群体跟随互联网共同成长，通过互联网进行糖尿病防治的精准传播尤为重要。[33-34]

三是女性群体。约1/4的2型或1型女性糖尿病患者存在抑郁症状或抑郁障碍，妊娠糖尿病患者或产后糖尿病患者是抑郁的高发人群。有证据表明，焦虑、抑郁等负面情绪可加重糖尿病的病情。③女性抑郁的发生率显著高于男性，但通过互联网干预对改善糖尿病患者的抑郁症状是有效的[35-36]，也可能是因为网络的匿名性提高了女性的满意度和幸福感[37-38]。

综上，当前我国已逐步进入老龄化社会，少子老龄化问题日趋严峻。社会经济的发展带来了人们物质与精神层面需求的改变，如今，互联网的快速发展已对糖尿病防治技术产生了重要影响，以提升人口生存质量为目标的创新与变革，改变青少年群体生活方式，关注女性健康，完善全社会智慧养老体系势在必行。

三、研究结论与展望

综上所述，国内外的研究现状发现，基于互联网的糖尿病管理模式在糖尿病管理的核心内容方面，如饮食、运动、教育、药物、血糖监测等领域，体现出信息技术手段对糖尿病知识获取方式、健康教育途径、信息反馈、远程数据传递、互联网门诊等方面的助益和优势，同时可以通过数据的挖掘应用，诊断和预测模型的开发，进行糖尿病人群的临床特点描述、风险评估等跨学科干预研究。互联网环境下糖尿病管理模式的改变，带来代谢指标的缓解，并能减少并发症发生和发展，进一步改善糖尿病患病人群的生活质量。

但具体到应用场景方面，尚有如下问题亟待解决：(1)针对不同群体的糖尿病健康教育干预策略需要拓展；(2)涉及跨域数据的人群画像数据挖掘模型及规则需要确立；(3)人机交互系统对糖尿病健康教育干预行为的督促、运动训练、用药及复诊提醒等功能需要进一步完善与实现；(4)涉及医学伦理的关键问题，如移动医疗系统中可穿戴便携式设备数据安全及所有权等亟待明确。[39]

后续的研究拓展可通过医研企联合的方式，开展人工智能技术与糖尿病预防、临床医学、经济学、管理学等交叉学科领域的研究；集成知识图谱、人群画像、AI数据引擎、社会网络精准干预等多项技术，开展糖尿病跨域数据清洗，提取糖尿病知识图谱特征，收集不同类型人群糖尿病影响因子；采用模型拟合等深度学习算法，形成人群画像；结合AI数据引擎，建立糖尿病评估预测模型；发现知识图谱框架下糖尿病精准干预模式，以进行智能化、个性化的正向干预，改变人群行为，改善可能的糖尿病预防结果，实现互联网环境下糖尿病人群个体化控制目标，实现饮食、运动、血糖监测、教育和服药依从性等生活方式的全过程智能化干预管理。