中国发表 | AI 为老年糖尿病管理开辟全新路径

老年糖尿病患者因生理机能衰退，常表现出症状不典型、并发症多、共病率高、易合并老年综合征等特点，传统管理手段已难以满足临床需求。据研究数据显示，全球65-95岁人群糖尿病患病率超20%，75-79岁年龄组更是高达24.4%；美国29.2%的老年人患有糖尿病，48.8%处于糖尿病前期。在疾病负担方面，老年糖尿病患者年跌倒发生率达38.5%，约45%存在认知功能下降，衰弱率和失能率分别为30%和45%，同时还面临高比例的低血糖、肌少症、抑郁等问题。传统管理方案存在侵入性强、实时监测能力不足、患者依从性差等缺陷，30%-80%的糖尿病相关并发症在无症状早期难以被及时识别，极大影响了患者预后。

老年糖尿病已成为全球重大公共卫生问题，其特殊的疾病特征和复杂的并发症谱给临床管理带来巨大挑战。近日，中南大学湘雅二医院老年医学科贺洁宇医生及其团队在国际权威期刊 Ageing Research Reviews 发表综述，系统梳理了人工智能（AI）在老年糖尿病管理中的应用进展、核心价值及未来挑战，为该领域的精准化、个性化诊疗提供了重要学术参考。该研究表明，依托大规模数据集、先进机器学习算法及高通量技术，AI已实现对老年糖尿病从筛查、诊断、监测到治疗的全流程覆盖，成为突破传统管理瓶颈的关键工具。

血糖精准管控：从监测到调控的智能升级

AI驱动的持续葡萄糖监测（CGM）系统可实现无创、实时血糖追踪，如Guardian Sensor 3等AI增强型植入式传感器，能通过胰岛素泵实现实时胰岛素调节，并发出低血糖预警。同时，AI血糖预测模型（含生理模型、数据驱动模型、混合模型）可精准预判血糖波动，而人工智能胰腺（AP）系统通过强化学习算法，能根据CGM数据动态调整胰岛素剂量，显著降低低血糖风险。

急慢性并发症：实现早期预警与分层干预

针对糖尿病酮症酸中毒（DKA）等短期并发症，XGBoost、贝叶斯信息准则（BIC）等AI模型可有效评估患者ICU住院时长、死亡风险及急性肾损伤（AKI）发生概率，辅助优化胰岛素剂量和ICU资源分配。

在糖尿病视网膜病变（DR）、肾病（DN）等长期并发症管理中，AI展现出突出优势：融合网络（FN）-OCT算法可实现DR精准分级，IDx-DR等AI诊断平台能完成大规模DR筛查；AI辅助的床旁诊断设备可实现尿白蛋白快速定量，KidneyIntelX等工具能精准预测DN患者5年肾功能下降风险；此外，AI还可通过甲襞毛细血管成像、WATCH-DM风险评分等实现大血管病变和心力衰竭的早期预警。

老年综合征：填补特殊共病管理空白

老年糖尿病患者常合并肌少症、衰弱、跌倒等老年综合征，AI为此类病症的识别和干预提供了新方案。LightGBM模型可基于电子病历数据预测衰弱发生风险；深度学习算法能实现CT影像中肌少症的自动化检测；AI驱动的可穿戴设备（如智能手杖、智能鞋垫）可监测步态异常和足底压力，实现跌倒风险的早期预警；同时，AI模型还能通过行为数据和神经生物学指标，精准识别糖尿病合并抑郁的高危人群。

机遇与挑战：AI落地临床的待解难题

研究客观分析了AI在老年糖尿病管理中面临的现实阻碍：一是数据层面存在标注质量差、代表性不足等问题；二是需重视医疗公平性，避免高收入地区数据训练的模型加剧医疗资源失衡；三是临床整合面临设备兼容性、网络安全、用户依从性等挑战；此外，隐私保护、算法透明度等伦理问题也亟待规范。