卡迪夫大学的研究人员开发了一种AI工具，可以帮助在儿童出现危险并发症之前检测出1型糖尿病（T1D）的迹象。这一新的AI工具通过分析全科医生（GP）记录中的模式，识别与未诊断的T1D相关的症状，有望加速诊断并及时进行治疗。
据研究团队称，这种早期诊断工具对于减少糖尿病酮症酸中毒（DKA）病例至关重要。DKA是一种可能危及生命的状况，当1型糖尿病未经治疗时可能会发展。令人担忧的是，大约25%的年轻1型糖尿病患者是在已经进入DKA状态后才被诊断出来的。然而，早期干预可以预防这种情况，拯救生命。
研究团队分析了威尔士超过100万名儿童的电子健康记录，以训练AI模型。该工具检查了GP文件中记录的各种因素，如反复的尿路感染、夜间遗尿、1型糖尿病家族史和抗生素处方。通过分析这些因素，该工具识别出可能预示潜在1型糖尿病诊断的组合。
为了验证其有效性，研究人员在另外150万名儿童的记录上测试了AI工具。结果显示，该工具能够成功识别出72%将在接下来90天内发展为1型糖尿病的儿童。重要的是，该工具平均比常规诊断时间提前9天发出警报，使儿童可以在更严重的症状出现之前开始胰岛素治疗。
研究作者指出，该工具有潜力成为早期诊断的重要资源，但承认需要进一步优化其警报设置，以平衡及时警告与避免假阳性。研究团队计划探索更广泛的实施策略，以便AI工具能够在初级保健中广泛采用，帮助全科医生在早期检测中发挥更积极的作用。
这一突破为通过早期、主动干预保护儿童健康开辟了新途径。
(全文结束)
