人工智能在糖尿病诊疗中的研究进展.pdfVIP

第９期 ·专题论坛 · Ｎｏ．９ ２０２３年９月 Ｓｅｐ． ２０２３ 人工智能在糖尿病诊疗中的研究 进展 唐伟　 张子成 唐伟　 教授 　 　 ［中图分类号］　 Ｒ５８７．１　 　 　 ［文献标志码］　 Ａ　 　 　 ｄｏｉ：１０．３９６９／ ｊ．ｉｓｓｎ．１００３⁃９１９８．２０２３．０９．００５ 　 　 国际糖尿病联盟最新的报告指出，全球糖尿病患 ｍｅｌｌｉｔｕｓ，Ｔ１ＤＭ）预测模型，并在独立的ｉｌｌｕｍｉｎａ基因数 病人数高达５３７亿，中国患病人数排名世界第一，约 据集和Ａｆｆｙｍｅｔｒｉｘ 基因数据集上测试了该模型，结果 １４１亿。 糖尿病所致的急慢性并发症给病人及家庭 显示２个数据集的ＡＵＣ均为０８４，提示模型具有良好 ［３］ 带来了痛苦及沉重的经济负担。 因此，糖尿病的早发 的准确性。 Ｋａｚｅｒｏｕｎｉ 等 分别运用 Ｌｏｇｉｓｔｉｃ 回归、Ｋ 现、早诊断及早治疗尤其重要。 人工智能（ａｒｔｉｆｉｃｉａｌ ｉｎ⁃ 近邻算法（Ｋ⁃ｎｅａｒｅｓｔｎｅｉｇｈｂｏｒ，ＫＮＮ）、ＳＶＭ 和人工神经 ｔｅｌｌｉｇｅｎｃｅ，ＡＩ）作为２１世纪的新兴技术现已被运用至 网络（Ａｒｔｉｆｉｃｉａｌ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋｓ，ＡＮＮ）建立了基于６种 医疗管理中。 基于ＡＩ 的机器学习、自然语言、机器人 长链非编码 ＲＮＡ（Ｌｏｎｇ ｎｏｎ⁃ｃｏｄｉｎｇ ＲＮＡ，ＬｎｃＲＮＡ）作 处理及计算机视觉功能所形成的大数据处理、病人行 为变量的Ｔ２ＤＭ预测模型，结果显示 ＳＶＭ模型和Ｌｏ⁃ ［４］ 为模式分析以及疾病风险预测、诊断和治疗决策树等 ｇｉｓｔｉｃ 回归模型的ＡＵＣ均为０９５。 Ｍｅｎｇ 等 收集了 研究方向已成为热点问题。 现今，ＡＩ 已被广泛应用于 广州社区居民的年龄、性别、ＢＭＩ、婚姻状况和教育水 糖尿病的风险预测、决策支持及疾病管理，在糖尿病慢 平等人口统计学特征以及饮食、运动和工作压力等生 ［１］ 病管理过程中发挥了巨大的临床价值 。 本文将对 活习惯，分别运用Ｌｏｇｉｓｔｉｃ 回归、ＡＮＮ和决策树建立糖 这些方面的研究进展进行综述。 尿病及糖尿病前期预测模型，结果显示决策树模型准 确性最佳，强调了生活方式干预在降低糖尿病发病率 １　 ＡＩ预测糖尿病风险 中的作用。 国内一项研究使用决策树建立模型预测 既往的研究大多采用基于糖尿病人群的基因、临 Ｔ２ＤＭ，该模型使用空腹血糖、糖尿病家族史、心脑血管 床特征及代谢指标等因素的回归模型进行疾病的风险 病史、年龄、低密度脂蛋白、甘油三酯、ＢＭＩ 等危险因 预测。 相较于传统方法，ＡＩ 因其独特的、自动化的算 素，一致性分析结果显示，１０９７个案例中只有 １７例出 ［２］ ［５］ 法使其拥有更高的计算效率及结果准确性。 Ｗｅｉ等