长期以来，糖尿病被分为两类：1型糖尿病通常出现在儿童时期，而2型糖尿病与肥胖有关，通常在成年后发展。然而，科学家们发现，并非所有2型糖尿病患者都相同，患者的体重、发病年龄和其他特征存在差异。
现在，斯坦福大学医学院的研究人员开发了一种基于人工智能的算法，利用连续血糖监测仪的数据解析出四种最常见的2型糖尿病亚型中的三种。“这是一个可以帮助人们采取预防措施的工具。例如，如果水平触发了糖尿病前期警告，则可以调整饮食或运动习惯，”遗传学教授Michael Snyder博士说，他是这项研究的共同负责人。Snyder是斯坦福大学Ascherman医学博士、FACS教授。
大约有13%的美国人口（约4000万人）被诊断为糖尿病，另有9800万人处于糖尿病前期。因此，一种广泛可用的技术能够精确诊断细节，将为糖尿病护理带来重大变革，Snyder表示。“大多数糖尿病患者患有2型糖尿病，他们只是被称为‘2型’，”内分泌学教授Tracey McLaughlin博士说，“但这比这更复杂，不同的生理机制会导致这种状况。”
近年来，越来越多的人呼吁对2型糖尿病进行亚分类，以更好地了解相关并发症的风险，如心血管、肾脏、肝脏或眼部并发症，并识别个体糖尿病的潜在生理机制。“这很重要，因为根据您患有的类型，某些药物可能比其他药物更有效，”McLaughlin说。“我们的目标是找到一种更便捷、按需的方式，让人们了解并改善他们的健康。”
这项技术本可以在几年前帮助Snyder，当时他得知自己处于糖尿病前期。“当我发现自己即将成为糖尿病患者时，我增加了肌肉质量，这是降低血糖的常见方法之一，但它没有效果。那是因为我不是传统意义上的胰岛素抵抗，”他说。他的2型糖尿病是由β细胞功能缺陷引起的，这意味着产生胰岛素的细胞无法正常工作。
一篇详细介绍该研究的论文于12月23日发表在《自然生物医学工程》上。McLaughlin和Snyder是共同资深作者。前斯坦福大学医学院博士后学者Ahmed Metwally博士（现为谷歌的研究科学家）是第一作者。
描述糖尿病的细节
目前，诊断糖尿病仅基于血液中葡萄糖水平，并可通过简单的抽血来完成。“但这些测试很少揭示高血糖背后的生物学机制，”McLaughlin说。“了解其背后的生理学需要在研究环境中进行代谢测试，但这些测试繁琐且昂贵，在临床环境中不实用。”
然而，市面上可购买的连续血糖监测仪可以检测高血糖，并提供更详细的代谢生物学信息。
测试算法
McLaughlin和Snyder想知道像连续血糖监测仪这样的常见设备是否能产生与不同糖尿病亚型相关的隐藏信号。该设备佩戴在用户的上臂，实时测量血糖水平的变化。饮用葡萄糖饮料后，人们通常会经历血糖峰值，但这些峰值的水平和模式因人而异。
在一项涉及54名参与者的实验中，其中21人处于糖尿病前期，33人健康，研究人员应用了一种基于人工智能的算法来识别与不同2型糖尿病亚型相对应的峰值和低谷模式。
参与者还进行了医生办公室进行的口服葡萄糖耐量测试。“几十年来，人们一直在研究这些测试，并找到了一些指示胰岛素抵抗或β细胞功能障碍的参数，这些是糖尿病的主要驱动因素，”McLaughlin说。“但现在我们有了监测仪，可以获得更细致的血糖模式，这些模式可以更准确地预测亚型，并且可以在家中完成。”
当与临床数据和其他代谢条件的生物标志物相比时，无论是应用于连续血糖监测数据还是葡萄糖耐量测试后的血液样本数据，该算法都能更准确地预测代谢亚型，如胰岛素抵抗和β细胞功能障碍。该工具能够正确检测和识别亚型的概率约为90%。
扩大可及性
除了为糖尿病或糖尿病前期患者提供更高分辨率的数据外，使用监测仪还有其他优势。“即使胰岛素抵抗者不会发展成糖尿病，知道这一点仍然很重要，”McLaughlin说，“因为胰岛素抵抗是多种其他健康状况的风险因素，如心脏病和脂肪肝病。”
McLaughlin和Snyder计划继续测试该算法，并希望该技术的广泛应用能提高护理的可及性，即使患者无法前往医生诊所就诊。“我们也认为这项技术对经济困难或地理位置偏远、无法获得医疗服务的人群来说是一种宝贵的医疗工具，”McLaughlin说。
斯坦福大学遗传学系和医学系支持了这项研究。
这项研究得到了美国国立卫生研究院（资助编号R01 DK110186-01、U01-DK105535、U01-DK085545、UM1DK126185和2T32HL09804911）、斯坦福PHIND中心、斯坦福糖尿病研究中心、Wellcome信托基金、斯坦福生活方式医学和美国糖尿病协会的资助。
(全文结束)
