200
评论
查看更多
密码过期或已经不安全，请修改密码
修改密码
壹生身份认证协议书
同意
拒绝
同意
拒绝
同意
不同意并跳过
成果名称：利用强化学习算法优化2型糖尿病血糖控制：一项概念验证试验
发表期刊：《自然医学》[Nature Medicine，IF（2022）：82.9]
通讯作者：李小英 陈颖 王光宇
主要作者单位：复旦大学附属中山医院
该研究首次提出了采用基于强化学习算法的AI系统“RL-DITR”制定胰岛素决策策略，可有效提升2型糖尿病（T2D）患者胰岛素治疗方案的准确性，有望为2型糖尿病患者提供个性化、动态的诊治方案，辅助建立分级诊疗体系，提升慢病管理效率。
2023年9月14日，复旦大学附属中山医院李小英教授、陈颖教授联合北京邮电大学王光宇教授在《自然医学》（Nature Medicine）在线发表研究成果。该研究构建了一个庞大的住院T2D患者电子健康记录（EHR）数据集，共纳入了12981名T2D住院患者，总计119941个治疗日。该数据集包括了患者至少7天的胰岛素使用方案和血糖的连续记录。每位患者的数据都以时间序列的形式表示，包括人口统计学信息、血液生化指标、药物和胰岛素使用信息。
基于这些数据，团队开发了基于强化学习的动态胰岛素调节方案（RL-DITR），包括一个用于跟踪个体血糖状态演变的患者模型和一个用于长期治疗中进行多步规划的策略模型。此外，团队还引入了监督学习（SL），通过使用临床专业知识确保决策安全。为了评估该AI系统在临床应用中的表现，团队进行了从开发到部署的逐步临床评估，包括AI与医生比较的内部验证和外部验证研究、包含重测试的前瞻性部署研究、概念验证可行性临床试验。
研究发现，与其他人工智能模型和临床现行标准方案相比，RL-DITR更接近拥有丰富临床经验的医生判断。定量评估结果显示，以专家小组建议的剂量为参考，AI系统的平均绝对误差（MAE）为1.18 U，优于初级医生（1.46 U）和中级医生（1.27 U），略低于高级医生（0.95 U）。
为探究该系统在住院糖尿病患者血糖控制中的临床效用和安全性，研究者进行了一项概念验证可行性试验。共有16名T2D住院患者参加了试验，基线时受试者的平均HbA1c为8.8±1.1%，平均糖尿病病程为12.0±8.9年。所有住院患者接受了5天的AI干预。结果显示，与治疗期第一天的前24小时相比，治疗期最后24小时的血糖曲线的显著改善，每日平均血糖、餐前血糖和餐后血糖均随AI治疗而降低；试验结束时，70.3%的患者餐前血糖达到了5.6～7.8 mmol/L 的目标范围，68.8%的患者餐后血糖达到了＜10.0 mmol/L的目标。
持续血糖监测（CGM）结果显示，目标范围内（3.9～10.0 mmol/L）血糖时间百分比（TIR）不断改善，且血糖浓度＜3.9mmol/L的百分比低于4%，在试验期间未发生严重低血糖或酮症酸中毒等不良事件。医生调查显示，大多数医生表示AI界面是易于理解（4.57/5.00），节省时间（4.50/5.00），有效（4.00/5.00）和安全（4.29/5.00），AI系统的总体满意度得分为4.14/5.00。
传统的胰岛素剂量调整很大程度上依赖医生的经验，并遵循临床指南调整患者胰岛素，达到血糖控制目标。由于糖尿病患者对胰岛素反应的个体差异性，以及糖尿病病程进展对胰岛素需求的变化，传统的胰岛素治疗模式无法满足日益增长和动态变化的临床需求，因此制定个体化、精准、动态的胰岛素调整策略具有重要的临床意义和社会价值。
RL-DITR可根据患者的历史数据和当前生理状况等特征，针对不同患者对胰岛素反应的差异性以及病程进展中对胰岛素需求的变化，实时预测最佳药物剂量，制定个体化、精准、动态的治疗策略，达到血糖控制目标。与医生推荐的胰岛素剂量相比，差值仅为1.2个单位，同时使患者TIR提高了24.1%，且不会造成严重低血糖或酮症酸中毒等不良后果。
该决策系统操作便捷，能够自动化实时读取和处理数据，未来将有望应用于患者的居家管理等更广泛的应用场景，为糖尿病精细化、智慧化管理提供重要支撑。
李小英
复旦大学附属中山医院内分泌科主任，中华医学会糖尿病学分会副主委，上海市医学会糖尿病学专科分会主委，教育部代谢与分子医学重点实验室副主任。承担科技部十三五国家重点研发计划慢病防控项目，国家自然科学基金重点项目、国际合作项目等10余项。担任《Endocrine Reviews》《Journal of Diabetes》杂志副主编，《Diabetes》《中华内分泌代谢杂志》《中华糖尿病杂志》《中国糖尿病杂志》编委。
查看更多
中国医学论坛报
壹生
今日肿瘤
今日循环
今日糖尿病
今日口腔
全科周刊
脱贫地区农副产品网络销售平台
京公网安备 11010202008182号
| 互联网新闻信息服务许可证编号：10120190017