全球糖尿病患病人数接近6亿，中国患病人数超1.4亿位居全球第一。糖尿病及其并发症给患者、家庭和社会带来沉重的公共卫生负担，是全球重大健康挑战，更严重威胁健康中国的国家战略。因此，糖尿病的早发现、早诊断及上海交通大学早治疗尤其重要，特别是人工智能（artificial intelligence，AI）作为新兴科学手段已广泛运用至糖尿病管理中。基于机器学习、计算机视觉以及虚拟现实等技术所形成的大数据驱动的糖尿病防控新模式已成为未来全球范围内的健康管理必由之路，正发挥日益显著的临床价值。
研究图文摘要
人工智能是人类将自我探求生命本质的梦想投射在计算机科学领域中所形成的重要主题。人工智能通过模拟、扩展和增强机器智能, 并帮助人们实现更好的分析和决策。作为人工智能的关键技术, 机器学习可以通过学习大量数据的规律和模式,完成对于视频、图像、语音及文本的识别与理解；特别是随着深度学习技术的兴起，多层卷积神经网络模型通过提取不同抽象层次的数据特征,实现了更强大的特征表达和模式识别能力。
人工智能技术已经广泛应用于糖尿病相关领域的基础研究、转化研究和临床实践各方面(见图1)。例如，在糖尿病的早期筛查和预警方面, 通过人工智能技术可以分析大规模人群的临床和生活方式数据, 从而构建人工智能模型以精准预测个体未来发生糖尿病的风险, 评估针对个人的可调节的危险因素, 为高危人群的干预提供依据；在糖尿病的筛查和分类方面, 通过人工智能技术可以从复杂高维的生理生化及组学数据中，挖掘非侵入式的生物标志物或影像学特征, 实现对糖尿病的精准筛查和细化分类, 从而为糖尿病患者的个体化治疗方案提供辅助决策；在糖尿病的综合教育方面, 人工智能技术可为患者提供个性化的健康教育、饮食指导、运动处方、血糖监测、用药推荐等全方位的生活方式建议和个性化教育。在糖尿病并发症的预测、筛查和管理方面,人工智能同样发挥着重要作用, 例如上海交通大学盛斌课题组基于上海交通大学附属第六人民医院贾伟平院士领衔构建的全球最大规模社区糖尿病眼底影像数据库，构建了糖尿病视网膜病变全病程智能诊断系统——DeepDR系统，实现对糖尿病视网膜病变从轻度到增殖期病变的全病程自动诊断，并能对眼底图像的质量进行实时反馈以及眼底病变的识别分割，综合上述最新进展，应用人工智能技术并将其有效纳入糖尿病管理的临床流程不仅能够评估个体出现并发症的风险，而且能通过非侵入式检查筛查并发症, 为防止糖尿病并发症提供有力支持。
与此同时，在综述中作者仍然认为，尽管当前人工智能技术在糖尿病管理中展现出巨大潜力,但其临床应用仍面临诸多瓶颈和障碍： ①数据质量问题；②人工智能技术设计方案不佳；③缺乏技术与临床实践的整合；④隐私安全存在隐忧；⑤用户依从性差；⑥相关法律与制度尚不完善等。
作者认为：为进一步推动人工智能在糖尿病管理中的应用, 需要从以下几个方面着手：①确保用于人工模型训练的数据质量；②注重用户体验,进行迭代式设计；③与临床实践真正对接,提供有意义的决策支持；④加强安全性设计,保护患者隐私；⑤探索提高用户依从性的方式；⑥完善人工智能医疗的法律监管（见图2）。
图 2 人工智能在糖尿病管理中面临的机遇、挑战和发展方向
目前，人工智能在糖尿病视网膜病变筛查和血糖监测预警系统方面取得了较好的临床转化应用效果。例如，美国FDA已经批准上市首款人工智能糖尿病视网膜病变筛查系统IDx-DR，其灵敏度和特异度均达到90%以上。血糖监测系统Guardian Connect能够利用人工智能算法，提前1小时预测血糖过低，实时提醒患者预防严重低血糖发生。这些成功案例表明，人工智能系统可以真正辅助医生的工作,提供更及时、更精准的辅助决策,提升患者的健康管理水平。
展望未来，作者阐述了通过整合和拓展现有的数字健康技术, 打造人工智能化糖尿病健康管理生态系统的具体框架。该可行性框架包含以下要素：①识别普通人群中患糖尿病的风险因素，预测个体未来发病风险,指导风险因素的监测与管理；②对高危人群开展糖尿病筛查；③辅助患者和医生进行糖尿病的日常综合治疗管理；④预测、筛查和管理糖尿病并发症。
综述作者认为未来人工智能系统需要更好地服务糖尿病管理，还需要解决自然语言理解、个性化治疗推荐等方面的挑战。综述作者认为当前大型语言模型与多模态预训练技术为糖尿病的预防、诊断和治疗有望提供更加精准、个性化的解决方案和辅助决策，从而改善患者的健康结局和生活质量（见图3）。
综上，人工智能在优化糖尿病管理、提供个性化支持上潜力巨大，但也需要应对种种挑战,充分利用机遇。人工智能有望成为改善糖尿病管理,提高患者生活质量的关键技术。这篇研究综述对于进一步推动人工智能技术在糖尿病管理中的应用具有一定的借鉴意义。
