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
2025年10月21—25日，中华医学会肾脏病学分会第二十八届学术年会（CCSN 2025）在河南省郑州市召开。中国人民解放军总医院陈香美院士在会上分享了题为《AI驱动糖尿病肾病精准诊疗》的精彩报告。
陈香美院士作大会报告
近年来，人工智能技术已逐步融入糖尿病肾病的精准诊疗领域，展现出革命性的潜力。糖尿病肾病作为糖尿病最严重的并发症之一，在我国成人中患病率高达11.2%，影响着约1.4亿人口，且已成为尿毒症透析患者的首要病因，给公共卫生系统带来巨大负担。值得注意的是，2022年起，糖尿病肾病超越肾小球肾炎，成为新发终末期肾病的首要病因，这类患者常伴有多种代谢性疾病，显著增加了治疗的复杂性。
整合多模态数据，包括电子病历、医学影像、病理切片及各类组学信息，构建全新的诊断模型和预测工具，这不仅有助于深入探索糖尿病肾病的病理机制，包括微循环障碍、内皮细胞代谢重编程及肾脏免疫炎症交互作用等关键过程，也为开发更高效、无创的早期筛查和干预策略提供了技术支撑。
在基础研究层面，糖尿病肾病的进展机制涉及微循环异常、代谢紊乱和免疫炎症互作等多重路径。例如，研究表明高糖环境下内皮细胞分泌的Lrg1通过活化TGF-β通路加剧血管生成紊乱，进而加快疾病恶化。同时，芍药苷等活性成分被发现可直接作用于Piezo1蛋白，改善钙离子内流，从而减轻肾小球硬化与纤维化程度。随着人工智能的发展，特别是深度学习与多模态融合技术的成熟，研究者能够更精准地分析肾脏组织中的新生血管形成及分子特征，这为识别新的治疗靶点提供了重要线索。
人工智能技术的应用正推动糖尿病肾病诊疗模式的转型。通过构建基于Transforme的多模态AI模型，如Trans-MUF，能够融合眼底图像、病灶分割图和临床参数，实现无创诊断，准确率高达93.6%。此外，利用LightGBM机器学习构建的预测模型，能准确评估3年内糖尿病肾病的发生风险，AUC超过80%。这些创新工具不仅辅助医生在早期筛查和鉴别诊断中做出更准确决策，还通过多专家混合框架整合临床特征、中医望诊体征等信息，开发多模态AI模型，实现了慢性肾病的无创诊断，具备单模态推理与跨模态协同决策优势，通过随访和前瞻队列验证其泛化能力，为大规模人群防控提供了可行方案。
展望未来，人工智能驱动下的糖尿病肾病全周期防控体系将更加智能化与精准化。构建中西医结合的数据管理平台，通过数字化孪生技术和多组学分析，进一步优化“病-证-症-期-生物表征”的对应关系，促进个性化诊疗方案的制定。同时，建立基于质控标准的糖尿病肾病单病种管理，已被纳入国家卫健委评审体系，有助于规范诊疗行为并提高整体医疗质量。尽管在数据标准化、伦理监管及基层资源均衡方面仍面临挑战，但随着技术的持续迭代和多学科协作的深化，人工智能有望在糖尿病肾病的早期预警、干预及长期管理中发挥更大作用，为实现健康中国战略贡献力量。
END
来源：中华医学会肾脏病学分会第二十八届学术年会每日会讯
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