本文摘自：人工智能在糖尿病领域中的应用进展.《中华内分泌代谢杂志》年7月第34卷第7期.
在2型糖尿病诊断时和1型糖尿病发病早期（约5年），糖尿病并发症即可出现，但大多数糖尿病患者因无任何临床症状而被忽略，而大多数并发症可以通过筛查方案早期发现，以便及早治疗和预防疾病进展，因此相应的并发症筛查显得尤为必要。
01
筛查糖尿病视网膜病变
计算机辅助诊断系统可以帮助医生筛查糖尿病性视网膜病变。糖尿病视网膜病变筛查软件（EyePACS-1）能够准确诊断糖尿病视网膜病变，以明确诊断为中、重度糖尿病视网膜病变或糖尿病*斑水肿为参照，其敏感性为90.3%，特异性为98.1%，ROC曲线下面积为0.99。
年，谷歌旗下人工智能公司DeepMind与伦敦Moorfields医院签订了协议，利用医院中万患者的医疗记录，目的是使计算机软件能够有效识别糖尿病性视网膜病变和老年性*斑病变。
国内腾讯公司研发的智能筛查系统，对数十万糖尿病视网膜病变分期数据进行学习分析。腾讯优图的眼底模型可识别出眼部疾病早期阶段可能出现的微血管瘤，将“糖尿病视网膜病变”筛查准确率提高至95%，几乎达到眼科医师的诊断水平。
02
筛查糖尿病周围神经病变
伊朗学者开发了一款糖尿病神经病变诊断系统。该系统的最终诊断参数包括糖尿病病程、基于密歇根问卷的症状检查评分、基于密歇根问卷的标志检查评分、糖化血红蛋白水平、空腹血糖、血肌酐和蛋白尿。系统最终输出变量是糖尿病神经病变的严重程度，分无病、(严重程度)轻度、中度和重度。该系统的可靠性研究证实其敏感性为89%，特异性为98%，准确度93%。
03
在其他糖尿病慢性并发症中的作用
人工神经网络已被用来预测糖尿病足患者截肢术后住院死亡率，充血性心力衰竭和肾功能衰竭是女性糖尿病患者截肢术后死亡很强的预测因素。此外，有研究报道，以性别、年龄、诊断时间、体重指数、糖化血红蛋白、高血压和吸烟为变量，可以预测糖尿病性肾病、糖尿病神经病变的发生，准确率高达83.3%。
04
管理糖尿病患者
随着互联网技术的发展、医疗软件的开发利用以及智能手机、平板电脑等移动终端的普及，基于互联网的系统管理模式逐渐用于糖尿病患者血糖管理，通过信息技术合理配置医疗资源，提高医疗资源的利用率。
人工智能具有广阔的前景，但目前其在糖尿病领域中的应用并不完美，在性能方面还有很大的提升空间。人工智能在糖尿病领域的不断创新及发展需要跨领域、多学科通力协作。
预览时标签不可点收录于话题#个上一篇下一篇