根據(jù)最新國際糖尿病聯(lián)合會(IDF)數(shù)據(jù)顯示,我國糖尿病患者人數(shù)已超 1.4 億[1],超 1/3 中國人處于「糖尿病前期」[2],成為全球第一糖尿病大國。因此,糖尿病人群的健康管理成為我國醫(yī)療服務(wù)必須解決的問題。近年來,隨著互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能(AI)等信息技術(shù)的快速發(fā)展,糖尿病管理逐漸邁向數(shù)字化。
基于此,第一屆糖尿病數(shù)字管理大會于 2024 年 6 月 1 日在湖南長沙隆重召開。本次大會由上海交通大學(xué)主動健康戰(zhàn)略與發(fā)展研究院賈偉平院士與德國Profil 研究所Lutz Heinemann 教授擔(dān)任聯(lián)席主席。會議內(nèi)容涵蓋糖尿病數(shù)字化管理多項熱點話題,包括全球糖尿病數(shù)字化管理新趨勢、AI 與糖尿病、糖尿病精準(zhǔn)管理以及逆糖策略,奉獻了一場精彩紛呈的學(xué)術(shù)盛宴,讓我們一起來看看吧。
立足全球,探尋糖尿病數(shù)字化管理新趨勢
全球糖尿病發(fā)病率持續(xù)上升,傳統(tǒng)糖尿病管理模式難以滿足龐大的患者數(shù)量以及個性化的需求。而隨著信息技術(shù)的迅猛發(fā)展,推動了糖尿病管理的數(shù)字化轉(zhuǎn)型。Lutz Heinemann 教授立足全球視野,對糖尿病管理的過去、現(xiàn)在以及將來進行了回顧與展望。Lutz 教授認(rèn)為,傳統(tǒng)糖尿病管理模式在控制血糖和預(yù)防并發(fā)癥方面已取得了一定的成效,但仍面臨一些挑戰(zhàn)如醫(yī)生無法獲取患者的實時信息、醫(yī)患互動時間短、個性化治療方案難以實施等。
隨著 AI、大數(shù)據(jù)和互聯(lián)網(wǎng)技術(shù)的應(yīng)用,這些問題有望得到解決。AI 技術(shù)可以通過分析大規(guī)模患者數(shù)據(jù),提供預(yù)測模型和個性化的治療建議;持續(xù)葡萄糖監(jiān)測技術(shù)(CGM)隨時掌握血糖變化,及時調(diào)整治療方案;遠(yuǎn)程醫(yī)療和在線咨詢則可以增強醫(yī)患互動,提高治療效果。Lutz 教授強調(diào),盡管技術(shù)帶來了諸多便利,但在應(yīng)用過程中必須重視數(shù)據(jù)安全和隱私保護,確保技術(shù)在合規(guī)和倫理框架下運行。通過這些技術(shù)手段,未來糖尿病管理將更加精準(zhǔn)、高效,全面提升患者的生活質(zhì)量。
Lutz Heinemann 教授
來自香港中文大學(xué)內(nèi)科及藥物治療學(xué)系陳重娥教授對亞太糖尿病精準(zhǔn)管理與展望進行了詳細(xì)論述。陳重娥教授指出,亞洲地區(qū)承受著全球最重的糖尿病負(fù)擔(dān),且糖尿病患者通常特征為診斷年齡較小、β細(xì)胞功能差、中心性肥胖和腎臟疾病的高發(fā)。妊娠糖尿病和兒童肥胖也使糖尿病的發(fā)病年齡提前,并增加了合并癥的風(fēng)險。
CGM在降低血糖、糖化血紅蛋白(HbA1c),改善自我管理和減少住院率方面優(yōu)于傳統(tǒng)的血糖監(jiān)測(BGM)。盡管亞洲的數(shù)據(jù)相對較少,但現(xiàn)有研究表明其效果相似。亞太地區(qū)共識[7]建議指出了從CGM中獲益的情景和患者類型,并確定了相應(yīng)的CGM指標(biāo)。早期血糖控制對長期療效具有重要影響,因此,需要更多基于CGM的糖尿病預(yù)防計劃在亞洲地區(qū)展開,以有效應(yīng)對糖尿病負(fù)擔(dān)。
陳重娥教授
如今,隨著技術(shù)的發(fā)展、個性化醫(yī)療需求和健康管理意識的提升,也推動著企業(yè)不斷創(chuàng)新,促進糖尿病管理向數(shù)字化的路徑發(fā)展。來自美國 Sinocare Meditech 股份有限公司首席執(zhí)行官費江楓博士在本次大會上作為代表企業(yè)對糖尿病數(shù)字管理的探索進行了分享。費江楓博士詳細(xì)介紹了全院血糖管理集成指尖血糖監(jiān)測(BGM)、CGM、持續(xù)皮下胰島素輸注(CSII)及患者教育平臺(PEP)四大功能,軟硬件一體化的糖尿病管理系統(tǒng)。該系統(tǒng)可應(yīng)用到院內(nèi)(住院、門診)、院外(出院、居家)等多場景,從而對患者血糖情況進行全面、科學(xué)的監(jiān)測和管理。
費江楓博士
AI 賦能,革新糖尿病管理
隨著 AI 技術(shù)的日益成熟,AI 在糖尿病監(jiān)測技術(shù)與診療發(fā)展中的應(yīng)用展現(xiàn)出巨大潛力。AI 技術(shù)能夠通過大數(shù)據(jù)分析、模式識別等手段,幫助實現(xiàn)對患者數(shù)據(jù)的智能化處理,提高血糖監(jiān)測的準(zhǔn)確性和時效性。同時,AI 技術(shù)的運用還能夠為醫(yī)生提供輔助診斷和治療建議,幫助制定個性化的治療方案,提升糖尿病管理的效率和效果。
來自上海交通大學(xué)醫(yī)學(xué)院附屬第六人民醫(yī)院內(nèi)分泌科周健教授在會上分享了 AI與 CGM 的新進展。周健教授指出,AI 在處理 CGM 數(shù)據(jù)方面有許多潛在的優(yōu)勢。如 AI 可以對大規(guī)模的持續(xù)血糖數(shù)據(jù)進行聚類和分類分析,揭示糖尿病特征和相應(yīng)模式,從而指導(dǎo)個性化治療。此外,AI 可識別異常事件、周期性模式,還能預(yù)測未來趨勢和藥物反應(yīng)、評估治療效果,并發(fā)現(xiàn)因果關(guān)系。需要強調(diào)的是,在實際應(yīng)用中,需考慮數(shù)據(jù)質(zhì)量、隱私保護和臨床驗證等問題,以確保其有效性和安全性。
周健教授
隨著科學(xué)技術(shù)的飛速發(fā)展,基于 CGM 的糖尿病數(shù)字化診療正逐漸成為研究和關(guān)注的熱點。會上,來自北京大學(xué)人民醫(yī)院內(nèi)分泌科劉蔚教授對 CGM 的糖尿病數(shù)字化診療現(xiàn)況和展望進行了總結(jié)。CGM 技術(shù)的應(yīng)用目前覆蓋了多個領(lǐng)域。在 1 型糖尿病患者中,CGM 可提供持續(xù)的血糖監(jiān)測,進而幫助調(diào)整胰島素劑量,改善血糖控制。對于 2 型糖尿病患者,無論是否使用胰島素,CGM 都能提供更精準(zhǔn)的血糖數(shù)據(jù),指導(dǎo)藥物治療和生活方式調(diào)整。此外,在特殊類型糖尿病和非糖尿病人群中,CGM 也顯示出了廣泛的應(yīng)用前景,為個性化治療和健康管理提供了有力支持。
劉蔚教授
目前,糖尿病常規(guī)治療依賴胰島素注射,胰島素劑量調(diào)整主要依靠醫(yī)生的主觀判斷。傳統(tǒng)模式難以動態(tài)地滿足患者個體化地胰島素調(diào)控需求,這也是臨床亟待解決的問題之一。來自復(fù)旦大學(xué)附屬中山醫(yī)院內(nèi)分泌科陳穎教授就 AI 與 2 型糖尿病人群胰島素治療新策略一題進行了分享。陳穎教授介紹了 2 型糖尿病胰島素決策 AI 模型——RL-DITR[3],該 AI 模型可創(chuàng)新性地利用強化學(xué)習(xí)算法幫助精準(zhǔn)調(diào)控2型糖尿病患者胰島素方案,臨床也已證明其能有效有效控制住院 2型糖尿病患者的血糖,且低血糖風(fēng)險很低。。未來期待能整合 CGM 和可穿戴設(shè)備數(shù)據(jù),建立更精準(zhǔn)的「以患者為中心」血糖管理系統(tǒng),并擴展到門診和居家管理,實現(xiàn)全面、閉環(huán)的糖尿病患者智慧管理。
陳穎教授
路在腳下,聚焦糖尿病精準(zhǔn)管理
數(shù)據(jù)驅(qū)動的全院血糖管理是現(xiàn)代醫(yī)療的重要創(chuàng)新。通過大數(shù)據(jù)分析和信息技術(shù),可提升患者血糖控制、減少并發(fā)癥并優(yōu)化醫(yī)療資源。然而,住院患者病情復(fù)雜、管理水平參差不齊等問題亟需解決。來自重慶醫(yī)科大學(xué)附屬第一醫(yī)院內(nèi)分泌科龔莉琳教授分享了基于數(shù)據(jù)驅(qū)動的全院血糖管理實踐,強調(diào)跨學(xué)科協(xié)作和信息技術(shù)整合,推動院內(nèi)血糖管理模式的創(chuàng)新與優(yōu)化。全院血糖管理(主動會診)系統(tǒng)能通過便攜式血糖儀直連醫(yī)院信息系統(tǒng)(HIS)以及實驗室信息系統(tǒng)(LIS),及時回傳數(shù)據(jù),從而主動協(xié)助其他科室會診糖尿病患者,為患者制定精準(zhǔn)化和個性化的血糖方案,從而提升醫(yī)院血糖平均達標(biāo)率、病床周轉(zhuǎn)率、疑難危機重癥病例救治能力、患者滿意度和醫(yī)院的區(qū)域影響力以及內(nèi)分泌科收益;同時還能助力減少平均住院日以及醫(yī)療風(fēng)險和糾紛的降低。
此外,該系統(tǒng)還能拓展到院外血糖管理。靈活配置機構(gòu)權(quán)限,建立層級,做到醫(yī)院之間的雙向轉(zhuǎn)診和遠(yuǎn)程會診,以患者為中心,實現(xiàn)居家、基層醫(yī)療、院內(nèi)的閉環(huán)式血糖管理。
龔莉琳教授
糖尿病作為整體并非單一病因的疾病,是一組由遺傳、環(huán)境、行為等多因素復(fù)雜作用所致,包含多種病因和病理的、高度異質(zhì)性的臨床綜合征群體。準(zhǔn)確的病因分型是個體化精準(zhǔn)治療的基礎(chǔ)與關(guān)鍵[4]。基于此現(xiàn)狀,形成了《糖尿病分型診斷中國專家共識(2022)》[4]。來自中南大學(xué)湘雅二醫(yī)院代謝內(nèi)分泌科的李霞教授在本次大會上對《糖尿病分型診斷中國專家共識(2022)》(以下簡稱「共識」)進行了相關(guān)解讀。
李霞教授指出[4],本共識結(jié)合國內(nèi)外證據(jù)和現(xiàn)代醫(yī)學(xué)發(fā)展趨勢,提出了基于病因?qū)W與精準(zhǔn)醫(yī)學(xué)的糖尿病分型新建議。建議取消「特殊類型糖尿病」,獨立劃分為「單基因糖尿病」和「繼發(fā)性糖尿病」,并提出「未定型糖尿病」的新概念,則需要追蹤觀察患者,不斷地嘗試新分型,直至實現(xiàn)精準(zhǔn)診斷。同時,還提出了可操作性規(guī)范化糖尿病分型診斷流程,通過采集病史、體格檢查、基本檢測、胰島 β 細(xì)胞功能、胰島自身抗體、基因檢測等依據(jù)對各類型糖尿病進行精準(zhǔn)診斷。糖尿病的精準(zhǔn)病因分型診斷是仍未被滿足的臨床需求,隨著科學(xué)技術(shù)進步及臨床醫(yī)學(xué)水平持續(xù)提高,從病因認(rèn)識角度前瞻,糖尿病的分型可預(yù)期將超越現(xiàn)有的分型模式,提供給臨床醫(yī)師更精細(xì)的分型策略、更便捷的分型診斷工具。
李霞教授
「逆轉(zhuǎn)」糖尿病,管理是關(guān)鍵
目前,國內(nèi)外醫(yī)學(xué)界已形成了 2 型糖尿病「可防、可控、可逆轉(zhuǎn)」的共識。早期可逆轉(zhuǎn)糖尿病能最大程度地減少高血糖暴露時間,從而減少糖尿病并發(fā)癥發(fā)病風(fēng)險[5]。在此背景下,來自三諾糖尿病逆轉(zhuǎn)中心廖渝主任在本次大會上重點介紹了湖南省首家糖尿病逆轉(zhuǎn)�？崎T診——三諾糖尿病逆轉(zhuǎn)中心。該糖尿病逆轉(zhuǎn)中心立足于MIT 強化干預(yù)法[多學(xué)科(Multi-Disciplinary Treatment)、個性化(Individualize)、行為跟蹤(Trace to the behavior)]幫助患者逆轉(zhuǎn)糖尿病。通過與多年沉淀的糖尿病大數(shù)據(jù)、數(shù)字智能化管理平臺、 CGM結(jié)合,使患者能享受到以「修復(fù)胰島」為核心的跨學(xué)科綜合干預(yù)、分鐘級的血糖監(jiān)測服務(wù)以及全生命周期多對一的 MDT 診療服務(wù)。
廖渝主任
生活方式干預(yù)醫(yī)學(xué)是的糖尿病逆轉(zhuǎn)的核心手段。已有研究顯示,生活方式管理也是糖尿病管理最基本的方面,已有研究證實,通過生活方式的干預(yù)可降低糖尿病發(fā)病風(fēng)險 58%[6]。來自中國醫(yī)學(xué)科學(xué)院阜外醫(yī)院心臟康復(fù)中心的馮雪教授就生活方式醫(yī)學(xué)與糖尿病逆轉(zhuǎn)一題進行了分享。馮雪教授指出生活方式醫(yī)學(xué)能實現(xiàn)更精確的風(fēng)險評估、更明確的指導(dǎo)處方、更清晰的導(dǎo)向結(jié)果。并圍繞從營養(yǎng)、運動、睡眠、心理、戒煙限酒、社會支持等干預(yù)手段論述其在預(yù)防、治療和逆轉(zhuǎn)慢性疾病的效用。推廣和實施生活方式醫(yī)學(xué)對于糖尿病的預(yù)防和逆轉(zhuǎn)具有重要意義,不僅可以顯著減少糖尿病的發(fā)生率,還能改善糖尿病患者的生活質(zhì)量,從而減輕醫(yī)療負(fù)擔(dān)。生活方式醫(yī)學(xué)的綜合干預(yù)策略,為糖尿病的全面管理提供了科學(xué)且可行的路徑。
馮雪教授
*本文僅供醫(yī)療行業(yè)專業(yè)人士閱讀參考。
參考文獻:
[1] https://diabetesatlas.org/data/en/country/42/cn.html
[2] Wang L, Peng W, Zhao Z, Zhang M, Shi Z, Song Z, Zhang X, Li C, Huang Z, Sun X, Wang L, Zhou M, Wu J, Wang Y. Prevalence and Treatment of Diabetes in China, 2013-2018. JAMA. 2021 Dec 28;326(24):2498-2506. doi: 10.1001/jama.2021.22208. Erratum in: JAMA. 2022 Mar 15;327(11):1093. PMID: 34962526; PMCID: PMC8715349.
[3] Wang G, Liu X, Ying Z, Yang G, Chen Z, Liu Z, Zhang M, Yan H, Lu Y, Gao Y, Xue K, Li X, Chen Y. Optimized glycemic control of type 2 diabetes with reinforcement learning: a proof-of-concept trial. Nat Med. 2023 Oct;29(10):2633-2642. doi: 10.1038/s41591-023-02552-9. Epub 2023 Sep
[4] 中國醫(yī)師協(xié)會內(nèi)分泌代謝科醫(yī)師分會,國家代謝性疾病臨床醫(yī)學(xué)研究中心. 糖尿病分型診斷中國專家共識. 中華糖尿病雜志,2022,14(02):120-139. DOI:10.3760/cma.j.cn115791-20211219-00672
[5] 中國胰島素分泌研究組. 短期胰島素強化治療逆轉(zhuǎn)2型糖尿病專家共識. 中華糖尿病雜志,2021,13(10):949-959. DOI:10.3760/cma.j.cn115791-20210719-00395
[6]Knowler WC, Barrett-Connor E, Fowler SE, et al. Reduction in the incidence of type 2
diabetes with lifestyle intervention or metformin. N Engl J Med. 2002;346(6):393-403.
[7]P K Kong A,Lim S,Hyun Yoo S,et al.Asia-Pacific consensus recommendations for application of continuous glucose monitoring in diabetes management[published online ahead of print,2023 May 15].Diabetes Res Clin Pract.2023;110718.doi:10.1016/j.diabres.2023.110718
（免責(zé)聲明：此文內(nèi)容為廣告，相關(guān)素材由廣告主提供，廣告主對本廣告內(nèi)容的真實性負(fù)責(zé)。本網(wǎng)發(fā)布目的在于傳遞更多信息，并不代表本網(wǎng)贊同其觀點和對其真實性負(fù)責(zé)，請自行核實相關(guān)內(nèi)容。廣告內(nèi)容僅供讀者參考。）
最新評論