人工智能在2型糖尿病患者自我管理中應(yīng)用情況的研究進展

張華驛，白琳，鄭若蘭，王依萌，趙一帆，別文倩

(鄭州大學(xué) 護理與健康學(xué)院，河南 鄭州 450001)

據(jù)國際糖尿病聯(lián)盟統(tǒng)計，目前全世界糖尿病患者約有4.25億，至2040年可能會增加至6.42億[1]，其中90%為2型糖尿病(type 2 diabetes mellitus，T2DM)患者[2]。T2DM發(fā)病機制復(fù)雜，病程進展緩慢，患者需承擔(dān)長期的自我管理任務(wù)[3]。糖尿病自我管理是患者每日所采取的科學(xué)控制血糖的各項行為，包括飲食管理、合理運動、遵醫(yī)用藥、血糖監(jiān)測、足部護理等[4]，進行有效的自我管理可控制血糖，延緩或避免并發(fā)癥的發(fā)生[5]。我國T2DM患者大部分時間在家進行自我管理，自我管理水平整體較低，表現(xiàn)為個人依從性不高，總體血糖控制及達標(biāo)率不理想[6]?！敖】抵袊?030”規(guī)劃綱要指出，我國需推動健康科技創(chuàng)新，將科技和醫(yī)學(xué)相結(jié)合從而提高成果的轉(zhuǎn)化率[7]。人工智能開始廣泛應(yīng)用于我國醫(yī)療衛(wèi)生的各個領(lǐng)域，成為新一輪產(chǎn)業(yè)變革的核心推動力，也被越來越多地應(yīng)用在T2DM患者的自我管理方面。本文對國內(nèi)外關(guān)于人工智能在T2DM患者自我管理中的應(yīng)用進行綜述，旨在為患者的自我管理和醫(yī)護人員進行臨床決策提供理論依據(jù)。

1 人工智能技術(shù)概況

人工智能屬于自然學(xué)科和社會科學(xué)的交叉范疇，是應(yīng)用計算機科學(xué)長期發(fā)展的產(chǎn)物[8]。目前對于人工智能的定義尚未統(tǒng)一，總體上是指通過設(shè)計算法模擬人類的思考和思維方式來執(zhí)行與人類智能相關(guān)任務(wù)的綜合過程[9]。人工智能在糖尿病患者中的應(yīng)用分為3個維度：從知識中學(xué)習(xí)、知識的發(fā)現(xiàn)和從知識中進行推理。從知識中學(xué)習(xí)即計算機自動從數(shù)據(jù)庫中進行學(xué)習(xí)，常用的技術(shù)包括人工神經(jīng)網(wǎng)絡(luò)、支持矢量機、隨機森林、進化算法、深度學(xué)習(xí)、樸素貝葉斯、決策樹和回歸算法；知識的發(fā)現(xiàn)是從數(shù)據(jù)庫中檢索潛在信息的算法，實現(xiàn)這一過程的方法有K-均值、K-近鄰算法和層次聚類算法；從知識中進行推理是使用知識獲取系統(tǒng)來收集可用推理，使用以規(guī)則和信息為特征的知識庫來解決問題，最后將兩者鏈接到一起生成結(jié)論，包括基于規(guī)則的推理、基于案例的推理和模糊邏輯等算法[10]。

2 人工智能技術(shù)的優(yōu)勢及應(yīng)用現(xiàn)狀

2.1 人工智能在醫(yī)學(xué)領(lǐng)域的綜合應(yīng)用人工智能在醫(yī)學(xué)領(lǐng)域應(yīng)用廣泛，已成為當(dāng)前研究的熱點。在患者健康管理方面，人工智能可運用已收集的大樣本數(shù)據(jù)進行分析和深度學(xué)習(xí)，搭建健康醫(yī)療智慧系統(tǒng)和電子病歷，顯著提高慢性病患者的自我效能感和自我管理能力；在診療決策方面，其可輔助社區(qū)或家庭醫(yī)生推測患者的疾病進展，為患者提供前瞻性診療和護理支持；在醫(yī)學(xué)影像方面，其可通過自動識別和深度學(xué)習(xí)進行核醫(yī)學(xué)檢查和病理檢查，客觀性強、準(zhǔn)確率較高；在電子健康檔案管理方面，健康檔案數(shù)據(jù)所具有的連續(xù)性使其與遞歸神經(jīng)網(wǎng)絡(luò)算法相匹配，人工智能可以據(jù)此進行病歷的綜合管理與分析。

2.2 人工智能在T2DM患者自我管理中的應(yīng)用方式及效果鑒于人工智能的獨特優(yōu)勢和在醫(yī)學(xué)領(lǐng)域的廣泛應(yīng)用，作為一種新型輔助診斷及治療工具，其亦被逐漸引入到糖尿病患者中進行應(yīng)用[11]。作為篩查工具，人工智能在進行糖尿病視網(wǎng)膜病變的篩查方面已有成熟的應(yīng)用[12]；在糖尿病患者診療方案的制定中其可提供個性化推薦，作為醫(yī)生進行臨床決策的輔助工具[13]；在患者的長期胰島素和血糖管理中，其亦可提供精確的胰島素給藥量和血糖監(jiān)測[14]。人工智能被引入T2DM患者的自我管理后，其在各個方面均已顯示出初步成效，推動著糖尿病綜合管理“五架馬車”的前進。

2.2.1人工智能在飲食管理中的應(yīng)用 控制碳水化合物的攝入是糖尿病管理中的經(jīng)典策略，可有效控制患者血糖，預(yù)防糖尿病并發(fā)癥[15]。人工智能在飲食管理中的應(yīng)用主要體現(xiàn)在通過手機協(xié)助患者進行飲食監(jiān)測、飲食推薦、飲食干預(yù)及判斷飲食處方是否有效。Zhang等[16]設(shè)計的一款食品識別應(yīng)用系統(tǒng)“snap-n-eat”，采用分層分割、線性支持和矢量機分類器對食物圖片進行分析，提取不同位置和尺度的特征來確定份量，估算盤中食物的熱量和營養(yǎng)成分，經(jīng)計算機驗證和實際稱重對比，準(zhǔn)確率可達85%以上，可用于患者的飲食監(jiān)測。Oka等[17]在50例T2DM患者中進行了一項隨機對照試驗，患者被隨機分配到人工智能治療組和傳統(tǒng)治療組進行飲食干預(yù)，人工智能治療組使用Asken應(yīng)用程序，通過深度學(xué)習(xí)算法分析患者的飲食圖片進行飲食監(jiān)測并給予指導(dǎo)，結(jié)果顯示12個月糖化血紅蛋白平均變異為0.3%，表明傳統(tǒng)營養(yǎng)干預(yù)與人工智能營養(yǎng)干預(yù)結(jié)果相當(dāng)，患者可以通過人工智能軟件進行飲食的自我管理。Kumari等[18]使用深度學(xué)習(xí)算法通過聲信號來分析咀嚼模式，獲取信息包括食物的大小、咀嚼方式和吞咽時間，智能干預(yù)程序據(jù)此推薦飲食方式，結(jié)果顯示50例患者血糖水平平均降低85%。Zeevi等[19]對800例患者進行為期1周的血糖監(jiān)測，設(shè)計了一種機器學(xué)習(xí)算法，對血液參數(shù)、飲食習(xí)慣、人體測量學(xué)指標(biāo)、體力活動和腸道微生物群等因素進行整合，用于個性化預(yù)測餐后血糖值，結(jié)果表明，基于人工智能的個性化飲食推薦可以較好地改善餐后血糖及代謝情況，對患者的長期血糖控制有客觀的指導(dǎo)意義。綜上，人工智能可滿足T2DM患者對于個性化飲食推薦和日常飲食監(jiān)測的需求。

2.2.2人工智能在運動管理的應(yīng)用 有規(guī)律地進行安全有效的運動可有效控制血糖，延緩病程進展，減免遠期慢性并發(fā)癥的發(fā)生[20]。Stein等[21]設(shè)計了一款應(yīng)用程序，以文本互動的移動教練形式，利用機器學(xué)習(xí)來分析用戶的體質(zhì)量水平和飲食現(xiàn)狀，提供個性化的運動方案，15周后用戶體質(zhì)量下降2.38%，健康飲食比率較前提高31%，表明其可部分替代醫(yī)務(wù)人員給予運動指導(dǎo)。Makkar等[22]測評了一項名為“Wellthy Diabetes”的應(yīng)用程序，通過人工智能驅(qū)動模型和傳感器跟蹤用戶的活動，人工智能驅(qū)動的聊天機器人向患者推薦個性化的鍛煉。經(jīng)觀察，T2DM患者的運動依從性顯著提高，是一種幫助患者實現(xiàn)活動目標(biāo)的有效處方工具。Jacobs等[23]使用穿戴式加速度計和心率傳感器監(jiān)測運動情況，人工智能以靈敏度97.2%和特異度99.5%的回歸模型檢測運動事件，并通過計算機模擬運動過程中患者的血糖變化情況，預(yù)測危險事件的發(fā)生，給予運動安全指導(dǎo)。人工智能通過程序和智能穿戴設(shè)備進行運動安全監(jiān)測和處方制定，來提高患者的運動依從性。

2.2.3人工智能在用藥管理中的應(yīng)用 用藥依從性是影響糖尿病患者自我管理效果的關(guān)鍵因素。在用藥管理方面，人工智能技術(shù)以虛擬教練助手的身份提高患者的用藥依從性。Balsa等[24]開發(fā)了一個名為“VASelfCare”的程序，作為虛擬助手與用戶建立長期的情感關(guān)系，將行為改變理論融于對話中，為患者提供用藥依從性方面的支持。該程序通過語音生成器、對話和核心組件與患者進行溝通交流，預(yù)試驗顯示其在提高患者用藥依從性方面具有較好的效果。Mei等[25]開發(fā)的“Deep Diabetologist”應(yīng)用，使用遞歸神經(jīng)網(wǎng)絡(luò)算法利用中國21 796例患者的電子病歷進行數(shù)據(jù)建模，通過深度學(xué)習(xí)算法從電子病歷中學(xué)習(xí)藥物知識，為糖尿病患者提供個性化的降糖藥物使用指導(dǎo)，與使用logistic回歸分析的基線預(yù)測模型相比，其性能得到較好的改善。

2.2.4人工智能在血糖監(jiān)測管理中的應(yīng)用 規(guī)律的血糖監(jiān)測是糖尿病患者自我管理的重要組成部分?，F(xiàn)有的人工智能技術(shù)多用于T1DM患者的胰島素精確給藥[14]。在T2DM患者中，人工智能多以手機程序為載體協(xié)助患者進行血糖監(jiān)測的自我管理。Maeta等[26]運用機器學(xué)習(xí)算法“XGBoost”來分析糖尿病患者口服葡萄糖耐量試驗指數(shù)，能夠有效監(jiān)測到T2DM的早期癥狀和葡萄糖代謝障礙，分析患者的疾病進展情況及風(fēng)險趨勢，從而給予準(zhǔn)確指導(dǎo)。WellDoc公司開發(fā)的“BlueStar”應(yīng)用程序可與患者的血糖日記結(jié)合使用，通過算法確定長效胰島素的初始和維持劑量，記錄實時血糖，提供個性化的反饋，給予T2DM患者自我管理支持。Quinn等[27]對該應(yīng)用的效果進行了驗證，發(fā)現(xiàn)觀察組患者的糖化血紅蛋白水平比只接受藥物治療的對照組低1.2%。人工智能可作為一種輔助工具，對患者的血糖進行有效管理。

2.2.5人工智能在并發(fā)癥管理中的應(yīng)用 糖尿病視網(wǎng)膜病變、糖尿病足和糖尿病性神經(jīng)病是T2DM患者的常見并發(fā)癥，可對患者造成遠期傷害。Rajalakshmi等[28]在311例T2DM患者中使用安裝了基于人工智能的自動化軟件的智能手機進行視網(wǎng)膜攝影，使用基于深度神經(jīng)網(wǎng)絡(luò)算法的圖像分割技術(shù)，利用糖尿病視網(wǎng)膜病變篩查軟件(EyeArtTM)進行分級，結(jié)果顯示該軟件檢測糖尿病視網(wǎng)膜病變具有較高的靈敏度，可作為T2DM患者視網(wǎng)膜病變自我篩查工具。長期高血糖狀態(tài)易影響患者足部健康，視覺算法已被用于糖尿病足的監(jiān)測。Yap等[29]研究了一款名為“FootSnap”的手機應(yīng)用程序，在不同場景中對比測試其可靠性，以標(biāo)準(zhǔn)化糖尿病足圖像為基準(zhǔn)，用Jaccard相似系數(shù)測定足部圖像，糖尿病足的Jaccard相似系數(shù)為0.89～0.91，對照足為0.93～0.94，表明“FootSnap”適用于患者對糖尿病足的自我篩查。Ozdemir等[30]利用計算機化臨床決策支持系統(tǒng)幫助患者提高疾病管理的決策能力，該系統(tǒng)可早期識別糖尿病性神經(jīng)病、神經(jīng)性疼痛及運動恐懼癥，也可有效處理肌肉骨骼系統(tǒng)并發(fā)癥和運動障礙，有助于糖尿病患者制定和保持適宜的鍛煉計劃。Rahmani等[31]設(shè)計了一個基于模糊算法的系統(tǒng)來幫助糖尿病患者進行神經(jīng)病變程度的檢測，以糖尿病性神經(jīng)病患者的確診病歷為標(biāo)準(zhǔn)，該系統(tǒng)的靈敏度、特異度和準(zhǔn)確率分別為89%、98%和93%。由此可見，人工智能在T2DM患者相關(guān)并發(fā)癥的自我篩查中具有較好的應(yīng)用效果。

3 小結(jié)

目前，人工智能可通過多種方式來改善和提高T2DM患者的生存質(zhì)量，幫助患者和醫(yī)護人員了解病情進展和動態(tài)變化，節(jié)省醫(yī)療資源，幫助患者做出合適的自我管理決策。但是，通過文獻綜述亦發(fā)現(xiàn)此領(lǐng)域存在以下問題：(1)人工智能多基于患者大數(shù)據(jù)研發(fā)，存在信息泄露風(fēng)險，需要政府加強立法及管理，保障患者的信息安全；(2)現(xiàn)有的人工智能多基于算法來建模，與臨床結(jié)合不夠緊密，實際效果仍待驗證；(3)遠期應(yīng)用效果尚不明確，對內(nèi)在作用機制或中間效應(yīng)量的研究較少，缺乏高級別證據(jù)支持。隨著我國社會信息化程度越來越高、5G技術(shù)全面布局以及相關(guān)產(chǎn)業(yè)鏈的發(fā)展，人工智能在糖尿病患者中的應(yīng)用會更加完善和具體化。