人工智能在糖尿病诊疗中的应用及发展

齐琳，唐志娟

（1.黑龙江中医药大学，黑龙江 哈尔滨 150000；2.南京中医药大学，江苏 南京 210046）

0 引言

1956 年，约翰麦卡锡首次提出了“人工智能（Artificial Intelligence，AI）”这一概念[1]。计算机技术的高速发展促进了人工智能在各个科学领域的应用，现代医学与人工智能的“完美碰撞”也从那时开始。最初人工智能在医学领域仅用于人机协同辅助诊疗，现如今已涉及到多个方面：病理学、影像学、诊断学等等。人工智能是一场技术产业革命，极有可能从根本上改变医疗工作的现状，影响现代医学的发展。

糖尿病是一种慢性疾病，一经确诊即需终身治疗。其临床治疗复杂且困难，其宗旨一方面要减轻患者的病痛，增加治疗的灵活性，帮助患者进行自我管理；另一方面要降低医疗单位和患者自身的医疗压力和治疗成本，缓解医患关系。将人工智能应用于糖尿病管理及诊疗可以为实现其治疗宗旨发挥积极作用。

1 糖尿病诊疗的现状及问题

糖尿病是一种慢性非传染性疾病，它是因胰岛素相对或绝对分泌不足和（或）胰岛利用障碍所致的、以血葡萄糖水平慢性升高或尿糖阳性为特征的综合征。我国糖尿病发病特点：①发病人数多，目前全球约有4.63 亿的糖尿病患者，而我国占有其中的1.16 亿，占比约为25.1%[2]；②发病呈年轻化趋势，这与现代年轻人生活节奏快、饮食作息不规律、生活压力大等有关[3]；③糖尿病可引起许多重要脏器的严重损害，造成许多慢性并发症，心力衰竭、肾功能衰竭等多功能损害已成为糖尿病患者致死致残的主要原因。糖尿病患者一旦确诊即需终身治疗，现今主要以药物治疗、饮食治疗和运动治疗三种方法为主，且只有三种治疗方法相互配合才可能有效控制患者的病情，降低发生各种并发症的可能。如何实现上述治疗方法协调配合是糖尿病治疗的难点。目前糖尿病治疗存在以下三点突出的问题：①生活方式。患者难以改变及坚持、家庭支持不足、易受美食诱惑、生活作息不规律等；②药物治疗。患者对肌注胰岛素感到恐惧、拒绝增加治疗药物的种类或剂量、对某些药物具有不良反应、面对复杂的治疗方案表现出较差的医从性或随访就诊时配合度不高等；③健康教育。某些患者同时患有其他合并症或慢性疾病，缺乏自我管理的意识且风险意识不足，自我血糖监测不足或较差；我国部分偏远地区医疗服务资源紧张、整体经济文化水平较低、对糖尿病的防治宣传教育程度不够；此外，目前还没有一致认可的糖尿病教育模式[4]。

传统的医疗服务模式中，患者的诊疗数据依赖医护人员的人工处理。然而面对巨大的患病人群，要想系统的分析了解患病人群的特点以达到支持提供常规诊疗方案、提高治疗及管理效果、降低成本、缩短治疗周期的目的，就必须对糖尿病患病人群和糖尿病前期患者进行有效的管理，这是糖尿病诊疗、预防和控制的重要课题。人工智能为这一课题的解决提供了很好的技术手段。

2 人工智能概述

2.1 人工智能定义

人工智能技术，又称“AI”，在全球应用非常广泛，是较为前沿的科学。经过多年来发展已经取得了非常大的进步，包括通过计算机模拟人类思维方式、利用机器模仿人类语言等等。人工智能广泛应用医学多个方向，如诊断学、病理学、影像学等，并在其中发挥了独特的优势。

2.2 人工智能在医疗运用中的特征

人工智能在糖尿病诊疗方面的技术特征包括：①稳定性与精准性：软件工程技术的发展为开发基于人工智能理论的故障诊断系统提供了可靠、稳定的基本保障；人工智能糖尿病诊断系统对糖尿病进行精准诊疗，可以体现在对治疗眼底病变、血管病变等的应用中。②灵活性与高效性：糖尿病专家系统可以随着医学发展和患者病情变化进行扩充修正；远程医疗能够优化医疗资源配置，节约成本，使就医更加便捷；在精密手术中，可以减小创面，提高效率。③透明性：专家系统解释平台可以提供给使用者其采用的知识方法，医生也可与患者及家属进行在线交流，使用者会对系统有更深入的了解，对诊断结果会更加信任。

3 人工智能糖尿病领域的应用

3.1 概述

目前，慢性病的高发增加了大众对健康管理的需求。物联网、云计算、移动互联等技术的应用和智能手机的普及使移动医疗为慢性病的健康管理提供了新思路。近年我国移动医疗软件发展迅速。据统计，2014 年底我国有2000 多款健康医疗类软件，包括问诊类、挂号类、医药电商类和专病管理类，其中糖尿病相关的软件有80 余款[5]。通过在线医患沟通、普及健康教育、采集医疗数据、评估危险因素，这些软件为患者提供了更优质快捷的诊疗环境。糖尿病管理软件开启了健康管理新模式，提供了医患交流新平台。

3.2 人工智能与糖尿病诊疗

糖尿病治疗及预防措施可细化为血糖监测、运动治疗、饮食治疗、药物治疗及糖尿病教育等。在人工智能糖尿病诊断系统中，输入主诉内容或突出体征，系统可结合知识库存储的知识将诊疗意见整合成主诊断或者其他诊断，进而给出诊疗意见。这样既有助于减轻医生负担，又可为患者提供更多的医疗资源，缓减医生资源紧张的同时，还可及早发现糖尿病隐藏病例，实现早发现早治疗[6]。

3.3 人工智能与糖尿病视网膜病变 (Diabetic Retinopathy,DR)

人工智能可用于眼底彩照的DR 诊断分级以及早产儿DR 筛查等方面。一项有1200 张眼底图的实验中，DR 自动筛查系统判定灵敏度为93.8%，特异度为94.5%，精度与人工判定相当，耗时只有人工阅片的1/13[7]。2018 年，FDA 批准了第一款用于DR 诊断的AI 设备：IDx-DR[8]。一项有1616 例患者的临床测中，IDx-DR 识别DR 的灵敏度为100%，特异度为97.8%[9]；在另一项有900 例患者的试验中，IDx-DR灵敏度为87.2%，特异度为90.7%[10]，取得了不错的结果。

3.4 糖尿病医疗大数据挖掘

糖尿病特点有多病因、多体征参数以及原发性。医疗大数据挖掘（大量体检和病历数据的挖掘）可以针对这一特点增加糖尿病诊断系统的可靠性。其流程如图1[11]。

图1 医疗大数据挖掘流程框图

Breault 等通过分析糖尿病数据库找出回归和分类曲线，虽然准确率只有59%[12]，却证实了数据挖掘技术在糖尿病诊断领域的应用价值，体现了这一技术在该领域的应用潜力。2010 年，Purnami 等运用修正条光滑向量机获得了更高准确率的糖尿病诊断结果[13]。2015 年，Abdul 等对周期发病的疾病数据库进分析，使糖尿病的诊断更精确[14]。在国内，将大数据的挖掘用于临床疾病诊断起步较晚。2012年，庞博建立中医医案信息化平台，解释了中医经验、基础知识和临床证据之间的关系[15]。2016 年，王明高等建立了贝叶斯多项式混合效用模型以核算医疗与保险项目费用[16]。医疗大数据的应用逐渐引起政府的关注，而建设大数据医院可为医生和患者带来极大的便利。2017 年，中国电子信息产业集团和神州数码公司牵头成立了中国健康医疗大数据产业发展公司和中国健康医疗大数据公司[17]。

3.5 人工智能与糖尿病健康管理

人工智能在医疗健康领域应用广泛。将信息技术、传感技术、大数据和云服务等与现代医疗技术相结合，建立一套在预防保健、临床医学基础之上的服务系统，可以为不同需求的糖尿病患者提供帮助[18]，例如：有针对性的个体化协助糖尿病患者进行在线血糖管理及饮食指导、通在线平台对有糖尿病家族史等易患人群进行疾病相关知识普及、及时充分的了解患者反馈建议等[19]。通过数据整合，能快速有效的进行多类糖尿病患病人群的健康管理及指导，达到更好的为患者及其家属服务的目的。医务人员应从生理、心理、社会等整体层面来帮助患者提高生存质量，通过智能医疗来不断完善个体化管理治疗方案。个体化治疗对糖尿病患者来说一种新型且有效的治疗模式，具有良好成效，是新时代健康管理与服务的一大趋势。

3.6 小结

目前在增强医院个体化服务水平、提高工作效率、改善基层医疗水平等方面智能医学展现出巨大优势。相对于其他行业来说，医疗行业人才的培养成本较高，周期较长，短期内培养出大批量的优质临床专科医生是非常困难的，而智能医学产品的复制量化生产就可以大大减轻临床医生的压力，且某些产品还可以很大程度上减少医生的重复性工作，降低发生医疗差错的机会。相同症状关键词在智能医疗诊断系统的输出端结果没有差别，故面对临床症状相同或相似的患者，医疗资源较差的医院可以给出与高级医院相一致的诊断意见，进而分担更多的医疗压力。

我国智能医学在糖尿病诊疗方面的发展有着独特的数据资源优势：糖尿病患病人数多、手机等移动设备普及程度高等都有利于医疗数据的积累与分析。但在数据集成、资源协调、应用标准化等方面还有待完善和健全。结合我国目前糖尿病诊疗所面临的患者合并症及慢性病多、基层医疗资源分配不够、患者医从性较低、医疗费用过高等问题，智能医疗在糖尿病诊断及治疗中的应用将迎来很好的发展机遇。

4 人工智能在糖尿病诊疗应用的不足之处

智能医疗适应人工智能互联网大发展的趋势，在信息技术高速发展和智慧城市建设的推动下，医疗信息化与患者健康管理相融合，是互联网、物联网、云计算、大数据以及人工智能相配合的产物。智能医疗可以进行线上平台的远程疾病预防、诊断、治疗与护理，重在实现医疗信息的整合和诊疗过程的便捷与准确。智能医疗是诊疗糖尿病的有效工具，但在实际应用中仍存在诸多不足之处：

（1）需建设医学大数据标准化体系。医学数据标准化是充分发挥医学大数据优势的必要前提，而医学大数据标准体系建设的核心矛盾在于数据孤岛化和医学数据本身的复杂性与特殊性。解决这一矛盾需要国家政策层面的宏观导向和扶持、需要地方大型医院牵头、需要加强区域内以及区域间的合作与融合[20]。

（2）人工智能在糖尿病教育和自我管理等方面还存在许多问题，包括如何使糖尿病患者在不过度依赖的情况下坚持使用线上平台并从中受益；如何在充分全面搜集数据的情况下保护患者的隐私；如何在“大数据”的背景下使糖尿病患者个体从“大数据”中准确找到适合自己的个性化管理措施等。

（3）智能医学产品是否安全可靠。我国在智能医学产品的监管审核流程中缺乏完善严格的认证规则，我们需要积极推进完善包括软件认证、预确认、临床试验、重复性研究、图像采集培训课程认证等产品审批监管制度规则，并且要达成产品只有经过严格的监督评价后才能用于临床的共识[20]。

5 展望

人工智能医学在糖尿病诊疗应用中仍处于起步阶段。我国人民的健康处于国家优先发展的战略地位，如何顺应国家健康事业发展的历史机遇期，运用医疗大数据做好糖尿病患者的医疗健康管理是一个大课题。展望未来，将人工智能、大数据挖掘、云计算等先进技术应用于糖尿病诊疗领域，必然会引起这一领域医疗技术的大革新。随着人们对智能医疗探索不断深入、技术手段不断进步、技术成果不断丰富，通过在线平台指导糖尿病患者血糖管理必将更加完善和方便快捷，对于易患人群防病知识的传播会更加普及，在一些糖尿病眼底精微手术中，智能医疗的表现会更加出色。人工智能在医学方面的发展，将推动我国的糖尿病诊疗技术的进步，并将为我国糖尿病患者带来福音。