人工智能在糖尿病管理中的研究及應用新醫(yī)療，新智慧智慧醫(yī)療慢性疾病是一個不斷增長的全球問題我國有1.14億糖尿病患者（占全球糖尿病患者的三分之一）糖尿病及并發(fā)癥是我國前十位的死因之一

糖尿病醫(yī)療費用支出急劇上漲，消耗全國醫(yī)療開支13%，糖尿病是萬病之源，并發(fā)癥治療消耗了糖尿病總體開支的85%絕大多數患者都沒有發(fā)覺并發(fā)癥，而且很多并發(fā)癥是可以早期發(fā)現并發(fā)癥海嘯1.1糖尿病及并發(fā)癥將是21世紀恐怖大片1.2我國糖尿病一二三級預防面臨巨大挑戰(zhàn)綜合管理率低：血糖、血壓和血脂綜合控制達標率僅5.6%三級預防壓力巨大研究成果：1986-2016年，大慶市30年的慢病隊列對照研究表明，對糖尿病患者進行6年的生活干預+飲食+運動，可以：·

糖尿病發(fā)病中位時間延遲：3.96年(95%CI

1.25~6.67；p=0.0042)·

心血管事件發(fā)生率降低：HR

0.74(95%CI

0.59-0.92；p=0.006)·

微血管并發(fā)癥發(fā)生率較低：HR

0.65(95%CI

0.45-0.95；p=0.025)·

心血管疾病死亡減少：HR 0.67(95%CI

0.48-0.94；p=0.022)·

全因死亡減少：HR

0.74(95%CI

0.61-0.89；p=0.0015)·

平均預期壽命延長：1.44歲(95%CI

0.20-2·68；p=0.023)研究發(fā)現延長發(fā)展為糖尿病的時間，IGT患者的死亡率沒有顯著改變，與血糖正常者相比也未顯著增高。以上說明，IGT患者的額外死亡風險主要來自2型糖尿病本身的進展。這不僅解釋了之前生活方式干預預防2型糖尿病，可減少死亡率的原因，也說明未來預防糖尿病的重要性。（數據來自《柳葉刀糖尿病及內分泌學》）李光偉教授中國醫(yī)學科學院阜外醫(yī)院大慶研究被譽為世界糖尿病預防史上的一座豐碑30年1.3生活方式干預在糖尿病防控中的重要作用1.4全球抗擊糖尿病等慢性病防治策略的變化

2018年1月聯合國成立由項目事務署主辦的The

Defeat-NCD

Partnership計劃，探索用人工智能等適宜技術，抗擊糖尿病等慢性疾病

2019年4月世界衛(wèi)生組織發(fā)布首份數字衛(wèi)生干預指南：使用數字衛(wèi)生技術來改善人民的健康和基本服務的新建議Margarent

Powers,PhD,

RD,CDEResearch

ScientistInternational

Diabetes

Center糖尿病教育管理作為一

線治療方案予以處方！2017結合個人電子健康檔案與個人移動互聯網數據，開展慢病早期評估、篩查和早期智能發(fā)現，進

行動態(tài)、分類、個性化的健康教育與干預，依托大數據為慢病患者提供更加智慧、精準的健康管理。TitleA精準發(fā)現B精準跟蹤D精準干預指導C精準服務通過自動分揀調度，基層實時跟蹤轄區(qū)

內高血壓、糖尿病

患者數，有效提高

了患者的隨訪管理率對不同的人群（一般人群、高危人群和慢病患者）實施不同的干預指導高血壓、糖尿病患者登記報告率、信息準確率達到100%高危人群慢病風險評估與干預指導，促進患者行為方式的改變；慢病輔助診療系統(tǒng)，提升了基層全科醫(yī)生的診療能力2.1湖北宜昌：AI賦能，打造新型醫(yī)療智慧城市已覆蓋宜昌全市120萬人口重點管理人群管理率提高20%心血管健康指數綜合得分為

71.62018年健康管理大數據平臺建設被《柳葉刀》雜志作為健

康城市建設典型2017、2018連續(xù)兩年中國基層衛(wèi)生信息化應用創(chuàng)新大賽優(yōu)秀獎和一等獎實施效果2.2南京溧水：糖尿病及并發(fā)癥智能一體化管理體系精細化慢病工作站，患者數據一目了然智能化篩查室，提前預防并發(fā)癥發(fā)生虛擬病區(qū)系統(tǒng)，實現規(guī)范同質化管理基于管理處方，院內-居家糖尿病管理閉環(huán)區(qū)域完整的糖尿病及并發(fā)癥專病大數據庫血壓、糖化等指標控制率25%提升到40%登記在冊的糖尿病患者并發(fā)癥篩查率100%提高了醫(yī)囑依從性區(qū)域分級診療與服務能力顯著提升家庭醫(yī)生簽約服務滿意度提高實施效果機器學習自然語言處理文本挖掘/分析聚類算法預測算法…….醫(yī)學人工智能電子病歷數據居家監(jiān)測數據跟蹤干預數據健康檔案數據行為偏好數據…….多模態(tài)數據中心數據引擎肖像模型…….質量控制數據脫敏預測模型評估評價模型輔助決策支持智能干預模型知識圖譜依從性模型生活方式管理…….數據監(jiān)控學習課程并發(fā)癥管理智能干預管理智能隨訪管理分類評估預測評估評價模型應用模塊健康檔案管理基礎能力核心能力開放能力臨床指南專家共識文獻論文標準規(guī)范路徑流程…….循證醫(yī)學證據庫應用能力面向患者服務平臺面向醫(yī)院服務平臺面向第三方服務平臺WEB

APPWeChat

IVR…….零級預防策略一級預防策略二級預防策略三級預防策略風險防控體系知識水平自我管理能力生活質量醫(yī)療費用臨床結局3引擎能力：臨床結局與預防策略交互驗證眼底相機糖化血紅蛋白

ACRABI、VPT并發(fā)癥篩查系統(tǒng)應用互聯網、物聯網技術和設備，實現患者糖尿病數據采集智能化、數據處理智能化。篩查數據自動上傳平臺，篩查結果結構化存儲，報告中對患者前后篩查數據進行對比分析，每個患者的疾病發(fā)展情況一目了然。篩查室各并發(fā)癥設備并發(fā)癥篩查報告4.1糖尿病并發(fā)癥設備數據采集和處理智能化4.2

AI智能生成各種診療和管理報告及處方用戶建檔評估，發(fā)現糖尿病及并發(fā)癥發(fā)病風險，

對用戶進行分級分層管理，并提供具體的行為改變建

議4.3

AI精準評估對患者進行分級分層獲取并自動分析用戶檔案、閱讀行為（如閱讀時長、閱讀次數、打開時間、文章類型等）、學習情況等數據由推薦引擎按照用戶需要的課程的優(yōu)先等級和相關性進行推薦收集用戶行為及后續(xù)的答題反饋情況，跟新推薦內容推薦引擎課程2課程3課程4B客戶C客戶D客戶收集行為及答題情況數據源智能跟蹤督促未達標督促新課程推薦學習督促客戶檔案客戶閱讀習慣客戶學習情況4.4

AI精準推薦教育課程及教育習慣智能干預過程中采用知識卡、任務卡、就診卡、課程推薦、自動化問題排查、電話干預的形式，對應不同的干預規(guī)則和干預等級，方便用戶及時快捷的得到管理。4.5

AI主動式智能化干預自動收集干預反饋，排查問題出現的原因在干預后，根據不同的干預形式，自動收集用戶的執(zhí)行結果、反饋，分析干預措施的效果，用戶問題出現的原因，

AIZ自動優(yōu)化規(guī)則、完善畫像4.6

AI跟蹤、反饋干預措施的執(zhí)行情況4.7智能總結及分析隨訪管理情況分析用戶粘性的影響

因素，構建激勵體系

提升用戶參與積極性、增加粘性4.8用戶激勵體系通過游戲化的產品設計，設定不同的通關要求，讓糖尿病教育管理及干預過程更有趣課后闖關詳情頁闖關答題頁闖關答題頁答題結果頁課后闖關詳情頁4.9游戲化體驗4.10