智能医学在内分泌与代谢病领域的应用2026.pdfVIP

智能医学在内分泌与代谢病领域的应用2026

随着科技创新在医疗卫生领域的纵向深入，智能医学已形成一个全新的理

论体系，逐步成为促进医疗行业发展、提升医疗服务水平的重要因素之一，

““

能够满足健康中国2030国家发展战略的重大需求，解决中国当前医疗

资源短缺、区域发展不平衡等问题I1,2]。智能医学在内分泌与代谢病

的筛查、诊断、治疗、并发症评估等方面的应用不断深入和梢进，使之趋

近千高准确性和标准化，使医学步入新时代。

一、智能医学在内分泌与代谢病诊治中的作用

（一）智能医学与糖尿病

l．糖尿病的早期预测和筛查：青少年1型糖尿病患者多表现为急性起病，

在短期内发生酮症酸中毒等不良结局，因此早期识别1型糖尿病可减少或

避免严重急性并发症。英国卡迪夫大学利用公共数据库中的大最样本研发

和验证的机器学习模型（测试数据集n=l829,验证数据集n=1516),

包含26种1型糖尿病的相关预测因子，可帮助约71.6％的15岁以下1

型糖尿病患者在临床诊断前90d内收到预警，从而实现早期预防疾病、

降低风险的目的[3]。此外，全球成年(;;;.18岁）糖尿病患者数最激增，我

国在2022年已有约1.48亿成年糖尿病患者，占全球总数的18%，位居

世界第二位I]。4近年来，为增强早期梢确预测效果，国内外研究团队不

断精进智能模型的准确度。加拿大Ravaut等[5]采集了1657395例

个人经济和医疗就诊情况的数据，构建了可预测未来5年期间内易患2型

糖尿病人群的风险识别模型，结果显示其受试者工作特征曲线下面积(area

underthecurve,AUC)为0.803。我国张康等I6I的研究通过结合患者

手机获取的视网膜眼底图像与其基本信息，即可早期预测糖尿病，经验证

AUC为0.929。此外，Li等[]的研究建立一种糖尿病早期筛查模型，

医生通过舌诊仪采集舌图像并上传，模型会自动提取舌特征（颜色和纹理等）

进行分析，可初步诊断糖尿病前期和糖尿病。另一项研究使用机器学习模

＂

一

型，通过包括性别、年龄、“三多少症状、视觉模糊、脱发、皮肤报痒

等17个临床特征早期筛查糖尿病，其准确度为97.1%[8]。

从而实现通

过智能医学无创预测和筛查糖尿病前期及糖尿病的目标，并保证其准确度。

以色列一团队为改善妊娠期糖尿病(gestationaldiabetesmellitus,

GDM)

患者的妊娠结局，使用大样本电子病历数据，研发了仅需患者独立

回答的9个简单问题即可早期预测GDM的模型，AUC为0.799,并

发

现既往妊娠期内糖耐益试验结果可作为本次妊娠期间患GDM的新风险因

素[9]。

2．糖尿病的分型：随着智能医学的发展，对糖尿病分型进行了新的探索。

20一

18年，瑞典项研究利用机器学习模型，基千年龄、体重指数、HbAlC、

血清C肤和高密度脂蛋白胆固醇等临床数据，将糖尿病患者按照临床特征

和疾病进展不同分为5种类型（包括严重自身免疫型、