人工智能在糖尿病診療中的應用及發展

齊琳，唐志娟

（1.黑龍江中醫藥大學，黑龍江 哈爾濱 150000；2.南京中醫藥大學，江蘇 南京 210046）

0 引言

1956 年，約翰麥卡錫首次提出了“人工智能（Artificial Intelligence，AI）”這一概念[1]。計算機技術的高速發展促進了人工智能在各個科學領域的應用，現代醫學與人工智能的“完美碰撞”也從那時開始。最初人工智能在醫學領域僅用于人機協同輔助診療，現如今已涉及到多個方面：病理學、影像學、診斷學等等。人工智能是一場技術產業革命，極有可能從根本上改變醫療工作的現狀，影響現代醫學的發展。

糖尿病是一種慢性疾病，一經確診即需終身治療。其臨床治療復雜且困難，其宗旨一方面要減輕患者的病痛，增加治療的靈活性，幫助患者進行自我管理；另一方面要降低醫療單位和患者自身的醫療壓力和治療成本，緩解醫患關系。將人工智能應用于糖尿病管理及診療可以為實現其治療宗旨發揮積極作用。

1 糖尿病診療的現狀及問題

糖尿病是一種慢性非傳染性疾病，它是因胰島素相對或絕對分泌不足和（或）胰島利用障礙所致的、以血葡萄糖水平慢性升高或尿糖陽性為特征的綜合征。我國糖尿病發病特點：①發病人數多，目前全球約有4.63 億的糖尿病患者，而我國占有其中的1.16 億，占比約為25.1%[2]；②發病呈年輕化趨勢，這與現代年輕人生活節奏快、飲食作息不規律、生活壓力大等有關[3]；③糖尿病可引起許多重要臟器的嚴重損害，造成許多慢性并發癥，心力衰竭、腎功能衰竭等多功能損害已成為糖尿病患者致死致殘的主要原因。糖尿病患者一旦確診即需終身治療，現今主要以藥物治療、飲食治療和運動治療三種方法為主，且只有三種治療方法相互配合才可能有效控制患者的病情，降低發生各種并發癥的可能。如何實現上述治療方法協調配合是糖尿病治療的難點。目前糖尿病治療存在以下三點突出的問題：①生活方式。患者難以改變及堅持、家庭支持不足、易受美食誘惑、生活作息不規律等；②藥物治療。患者對肌注胰島素感到恐懼、拒絕增加治療藥物的種類或劑量、對某些藥物具有不良反應、面對復雜的治療方案表現出較差的醫從性或隨訪就診時配合度不高等；③健康教育。某些患者同時患有其他合并癥或慢性疾病，缺乏自我管理的意識且風險意識不足，自我血糖監測不足或較差；我國部分偏遠地區醫療服務資源緊張、整體經濟文化水平較低、對糖尿病的防治宣傳教育程度不夠；此外，目前還沒有一致認可的糖尿病教育模式[4]。

傳統的醫療服務模式中，患者的診療數據依賴醫護人員的人工處理。然而面對巨大的患病人群，要想系統的分析了解患病人群的特點以達到支持提供常規診療方案、提高治療及管理效果、降低成本、縮短治療周期的目的，就必須對糖尿病患病人群和糖尿病前期患者進行有效的管理，這是糖尿病診療、預防和控制的重要課題。人工智能為這一課題的解決提供了很好的技術手段。

2 人工智能概述

2.1 人工智能定義

人工智能技術，又稱“AI”，在全球應用非常廣泛，是較為前沿的科學。經過多年來發展已經取得了非常大的進步，包括通過計算機模擬人類思維方式、利用機器模仿人類語言等等。人工智能廣泛應用醫學多個方向，如診斷學、病理學、影像學等，并在其中發揮了獨特的優勢。

2.2 人工智能在醫療運用中的特征

人工智能在糖尿病診療方面的技術特征包括：①穩定性與精準性：軟件工程技術的發展為開發基于人工智能理論的故障診斷系統提供了可靠、穩定的基本保障；人工智能糖尿病診斷系統對糖尿病進行精準診療，可以體現在對治療眼底病變、血管病變等的應用中。②靈活性與高效性：糖尿病專家系統可以隨著醫學發展和患者病情變化進行擴充修正；遠程醫療能夠優化醫療資源配置，節約成本，使就醫更加便捷；在精密手術中，可以減小創面，提高效率。③透明性：專家系統解釋平臺可以提供給使用者其采用的知識方法，醫生也可與患者及家屬進行在線交流，使用者會對系統有更深入的了解，對診斷結果會更加信任。

3 人工智能糖尿病領域的應用

3.1 概述

目前，慢性病的高發增加了大眾對健康管理的需求。物聯網、云計算、移動互聯等技術的應用和智能手機的普及使移動醫療為慢性病的健康管理提供了新思路。近年我國移動醫療軟件發展迅速。據統計，2014 年底我國有2000 多款健康醫療類軟件，包括問診類、掛號類、醫藥電商類和專病管理類，其中糖尿病相關的軟件有80 余款[5]。通過在線醫患溝通、普及健康教育、采集醫療數據、評估危險因素，這些軟件為患者提供了更優質快捷的診療環境。糖尿病管理軟件開啟了健康管理新模式，提供了醫患交流新平臺。

3.2 人工智能與糖尿病診療

糖尿病治療及預防措施可細化為血糖監測、運動治療、飲食治療、藥物治療及糖尿病教育等。在人工智能糖尿病診斷系統中，輸入主訴內容或突出體征，系統可結合知識庫存儲的知識將診療意見整合成主診斷或者其他診斷，進而給出診療意見。這樣既有助于減輕醫生負擔，又可為患者提供更多的醫療資源，緩減醫生資源緊張的同時，還可及早發現糖尿病隱藏病例，實現早發現早治療[6]。

3.3 人工智能與糖尿病視網膜病變 (Diabetic Retinopathy,DR)

人工智能可用于眼底彩照的DR 診斷分級以及早產兒DR 篩查等方面。一項有1200 張眼底圖的實驗中，DR 自動篩查系統判定靈敏度為93.8%，特異度為94.5%，精度與人工判定相當，耗時只有人工閱片的1/13[7]。2018 年，FDA 批準了第一款用于DR 診斷的AI 設備：IDx-DR[8]。一項有1616 例患者的臨床測中，IDx-DR 識別DR 的靈敏度為100%，特異度為97.8%[9]；在另一項有900 例患者的試驗中，IDx-DR靈敏度為87.2%，特異度為90.7%[10]，取得了不錯的結果。

3.4 糖尿病醫療大數據挖掘

糖尿病特點有多病因、多體征參數以及原發性。醫療大數據挖掘（大量體檢和病歷數據的挖掘）可以針對這一特點增加糖尿病診斷系統的可靠性。其流程如圖1[11]。

圖1 醫療大數據挖掘流程框圖

Breault 等通過分析糖尿病數據庫找出回歸和分類曲線，雖然準確率只有59%[12]，卻證實了數據挖掘技術在糖尿病診斷領域的應用價值，體現了這一技術在該領域的應用潛力。2010 年，Purnami 等運用修正條光滑向量機獲得了更高準確率的糖尿病診斷結果[13]。2015 年，Abdul 等對周期發病的疾病數據庫進分析，使糖尿病的診斷更精確[14]。在國內，將大數據的挖掘用于臨床疾病診斷起步較晚。2012年，龐博建立中醫醫案信息化平臺，解釋了中醫經驗、基礎知識和臨床證據之間的關系[15]。2016 年，王明高等建立了貝葉斯多項式混合效用模型以核算醫療與保險項目費用[16]。醫療大數據的應用逐漸引起政府的關注，而建設大數據醫院可為醫生和患者帶來極大的便利。2017 年，中國電子信息產業集團和神州數碼公司牽頭成立了中國健康醫療大數據產業發展公司和中國健康醫療大數據公司[17]。

3.5 人工智能與糖尿病健康管理

人工智能在醫療健康領域應用廣泛。將信息技術、傳感技術、大數據和云服務等與現代醫療技術相結合，建立一套在預防保健、臨床醫學基礎之上的服務系統，可以為不同需求的糖尿病患者提供幫助[18]，例如：有針對性的個體化協助糖尿病患者進行在線血糖管理及飲食指導、通在線平臺對有糖尿病家族史等易患人群進行疾病相關知識普及、及時充分的了解患者反饋建議等[19]。通過數據整合，能快速有效的進行多類糖尿病患病人群的健康管理及指導，達到更好的為患者及其家屬服務的目的。醫務人員應從生理、心理、社會等整體層面來幫助患者提高生存質量，通過智能醫療來不斷完善個體化管理治療方案。個體化治療對糖尿病患者來說一種新型且有效的治療模式，具有良好成效，是新時代健康管理與服務的一大趨勢。

3.6 小結

目前在增強醫院個體化服務水平、提高工作效率、改善基層醫療水平等方面智能醫學展現出巨大優勢。相對于其他行業來說，醫療行業人才的培養成本較高，周期較長，短期內培養出大批量的優質臨床專科醫生是非常困難的，而智能醫學產品的復制量化生產就可以大大減輕臨床醫生的壓力，且某些產品還可以很大程度上減少醫生的重復性工作，降低發生醫療差錯的機會。相同癥狀關鍵詞在智能醫療診斷系統的輸出端結果沒有差別，故面對臨床癥狀相同或相似的患者，醫療資源較差的醫院可以給出與高級醫院相一致的診斷意見，進而分擔更多的醫療壓力。

我國智能醫學在糖尿病診療方面的發展有著獨特的數據資源優勢：糖尿病患病人數多、手機等移動設備普及程度高等都有利于醫療數據的積累與分析。但在數據集成、資源協調、應用標準化等方面還有待完善和健全。結合我國目前糖尿病診療所面臨的患者合并癥及慢性病多、基層醫療資源分配不夠、患者醫從性較低、醫療費用過高等問題，智能醫療在糖尿病診斷及治療中的應用將迎來很好的發展機遇。

4 人工智能在糖尿病診療應用的不足之處

智能醫療適應人工智能互聯網大發展的趨勢，在信息技術高速發展和智慧城市建設的推動下，醫療信息化與患者健康管理相融合，是互聯網、物聯網、云計算、大數據以及人工智能相配合的產物。智能醫療可以進行線上平臺的遠程疾病預防、診斷、治療與護理，重在實現醫療信息的整合和診療過程的便捷與準確。智能醫療是診療糖尿病的有效工具，但在實際應用中仍存在諸多不足之處：

（1）需建設醫學大數據標準化體系。醫學數據標準化是充分發揮醫學大數據優勢的必要前提，而醫學大數據標準體系建設的核心矛盾在于數據孤島化和醫學數據本身的復雜性與特殊性。解決這一矛盾需要國家政策層面的宏觀導向和扶持、需要地方大型醫院牽頭、需要加強區域內以及區域間的合作與融合[20]。

（2）人工智能在糖尿病教育和自我管理等方面還存在許多問題，包括如何使糖尿病患者在不過度依賴的情況下堅持使用線上平臺并從中受益；如何在充分全面搜集數據的情況下保護患者的隱私；如何在“大數據”的背景下使糖尿病患者個體從“大數據”中準確找到適合自己的個性化管理措施等。

（3）智能醫學產品是否安全可靠。我國在智能醫學產品的監管審核流程中缺乏完善嚴格的認證規則，我們需要積極推進完善包括軟件認證、預確認、臨床試驗、重復性研究、圖像采集培訓課程認證等產品審批監管制度規則，并且要達成產品只有經過嚴格的監督評價后才能用于臨床的共識[20]。

5 展望

人工智能醫學在糖尿病診療應用中仍處于起步階段。我國人民的健康處于國家優先發展的戰略地位，如何順應國家健康事業發展的歷史機遇期，運用醫療大數據做好糖尿病患者的醫療健康管理是一個大課題。展望未來，將人工智能、大數據挖掘、云計算等先進技術應用于糖尿病診療領域，必然會引起這一領域醫療技術的大革新。隨著人們對智能醫療探索不斷深入、技術手段不斷進步、技術成果不斷豐富，通過在線平臺指導糖尿病患者血糖管理必將更加完善和方便快捷，對于易患人群防病知識的傳播會更加普及，在一些糖尿病眼底精微手術中，智能醫療的表現會更加出色。人工智能在醫學方面的發展，將推動我國的糖尿病診療技術的進步，并將為我國糖尿病患者帶來福音。