上海市公共卫生临床中心

点击“蓝字”关注我们糖尿病是全球范围内的重大公共卫生问题，其有效管理依赖于精准的血糖监测。传统的血糖监测方法（如指尖血糖检测、糖化血红蛋白检测）虽为临床诊断和管理提供了重要参考，但难以实时反映血糖的动态变化。连续葡萄糖监测（CGM）技术的出现，为糖尿病的精细化管理带来了革命性突破。然而，CGM技术的标准化问题，仍是当前临床应用中亟待攻克的关键课题。对此，在第三届上海糖尿病先进技术与治疗论坛（SATTD）上，上海市第六人民医院王煜非教授围绕CGM的发展历程、标准化现状与难点及国际标准化工作进展，展开了深入探讨。一、CGM技术的发展历程CGM技术自20世纪末问世以来，经历了快速的发展和迭代。早期的CGM设备需要频繁的指尖血糖校准，且测量误差较大。近年来，随着技术的进步，CGM设备已逐渐实现免校准化，测量误差显著降低，数据传输也从有线发展到无线甚至蓝牙传输，极大地提高了患者的使用便利性。目前，CGM设备的监测时长已从最初的3天延长至14天甚至更久，为糖尿病患者的长期血糖管理提供了有力支持。二、CGM标准化的现状与难点现有评估标准包括：POCT05标准和FDA标准。2020年颁布的POCT05标准主要针对CGM设备的上市评估，包括准确性要求和影响准确性的因素。该标准为制造商提供了基本的指导，但主要适用于设备的市场准入阶段，对临床应用中的精细化评估支持有限。FDA于2020年推出的CGM标准参考了指尖血糖的ISO15197标准，提出了“双十五”要求（低值血糖误差范围±15 mg/dl，高值血糖误差范围15%）。该标准要求CGM设备在70%的时间内达到标准范围，40%的时间内达到更高精度要求。然而，该标准仍基于指尖血糖的评估体系，未能充分考虑CGM技术的独特性。目前，CGM技术尚未有专门的ISO国际标准。ISO标准的缺失限制了CGM技术在全球范围内的统一评估和应用。CGM标准化的难点在于检测方法的差异、血糖变化率的影响和人群纳入的影响。CGM技术主要基于组织间质液的葡萄糖测量，而传统的血糖检测方法基于指尖或静脉血液。组织间质液的葡萄糖浓度与血液葡萄糖浓度存在差异，且无法直接获取组织间质液样本进行校准和溯源。这一差异是CGM标准化的核心难点之一。而血糖快速变化时，组织间质液的葡萄糖浓度变化滞后于血液，评估CGM设备的准确性时，需要综合考虑血糖变化率的分布，否则可能导致测量误差。而不同研究中纳入的人群差异（如1型糖尿病患者比例）会导致CGM设备表现的显著差异。例如，1型糖尿病患者的血糖波动较大，低血糖事件较多，这会影响CGM设备在低血糖范围内的准确性表现。三、IFCC在CGM标准化中的工作进展2019年，国际临床化学联合会（IFCC）成立了CGM工作组，旨在推动CGM技术的标准化。该工作组由多位国际知名专家组成，包括长期致力于CGM研究的Franken教授。工作组通过广泛征求意见，明确了组织间质液葡萄糖的测量机制，建立从组织间质液到血液葡萄糖的溯源链。通过算法和校准方法，降低组织间质液葡萄糖测量的不确定性。除了传统的准确性指标（如MARD值），还引入了血糖变化率的分布评估和多色图谱评估工具，将血糖值和变化率结合，直观展示CGM设备的表现。在未来，研究中要求纳入至少70%的1型糖尿病患者。人群标准化可以反映CGM设备在高血糖波动人群中的表现。同时，提高比对测量程序的溯源性要求，确保CGM设备的测量结果与标准参考方法的一致性。在评估CGM设备时，不仅要考虑血糖值的分布，还要结合血糖变化率的分布，全面评估设备的准确性和可靠性。四、临床应用中的关键问题MARD值（平均绝对相对误差）是目前常用的CGM准确性评估指标，但其存在局限性。例如，MARD值无法反映血糖变化率对测量结果的影响，且不同研究中MARD值的差异较大。因此，通过引入多维度评估工具（如多色图谱），可以更直观地展示CGM设备在不同血糖范围和变化率下的表现。例如，在低血糖和高血糖报警准确性方面，多维度评估能够更准确地反映设备的安全性和有效性。选择CGM设备时，应综合考虑其准确性、可靠性以及患者的使用便利性。对于1型糖尿病患者，优先选择能够准确反映血糖快速变化的设备。临床医生在解读CGM数据时，应结合患者的个体情况，避免仅依赖单一指标。例如，结合血糖变化率和报警功能，全面评估患者的血糖管理情况。同时，要提高患者对CGM技术的理解和使用能力，帮助患者正确解读CGM数据，提升其自我管理能力。CGM技术在糖尿病管理中的应用前景广阔，但其标准化仍面临诸多挑战。IFCC在推动CGM标准化方面做出了重要贡献，提出了多维度评估指标和可视化的评估工具。未来，随着国际标准的逐步完善，CGM技术有望在全球范围内实现统一评估和广泛应用。临床医生在应用CGM技术时，应结合多维度评估工具，全面解读CGM数据，为患者提供更精准的糖尿病管理方案。欢迎关注SATTD 2025，最新的糖尿病技术应用和概念在这儿，Better techonology，Better diabetes！关注公众号（上海公卫中心内分泌代谢科）点击查看具体讲课视频内容和最新SATTD2025会议信息。|||||||||声明：本文仅供医疗卫生专业人士了解最新医药资讯参考使用，不代表本平台观点。该等信息不能以任何方式取代专业的医疗指导，也不应被视为诊疗建议，如果该信息被用于资讯以外的目的，本站及作者不承担相关责任。最新《国际糖尿病》读者专属微信交流群建好了，快快加入吧！扫描左边《国际糖尿病》小助手二维码（微信号：guojitnb），回复“国际糖尿病读者”，ta会尽快拉您入群滴！（来源：《国际糖尿病》编辑部）版权声明版权属《国际糖尿病》所有。欢迎个人转发分享。其他任何媒体、网站未经授权，禁止转载。

点击“蓝字”关注我们糖尿病是一种全球性高发的慢性疾病，其管理需要长期的血糖监测与精准的胰岛素治疗。传统人工胰腺技术主要基于机器模型进行胰岛素剂量计算，但随着可穿戴设备和连续血糖监测（CGM）技术的发展，大量临床数据的积累为数据驱动的人工智能方法提供了基础。近年来，基于神经网络等人工智能技术的人工胰腺系统逐渐成为研究热点，并在临床试验中展现出良好的应用前景。在第三届上海糖尿病先进技术与治疗论坛（SATTD）上，东北大学于霞教授详细介绍了该领域的最新研究进展，并探讨其在糖尿病管理中的临床价值。一、人工智能驱动的人工胰腺技术研究进展人工胰腺技术发展早期，主要依赖机器模型计算胰岛素剂量，如PID控制和模型预测控制（MPC）等方法。这些方法基于对生理过程的数学建模，虽能提供一定的控制精度，但存在模型复杂、计算量大以及对个体差异适应性差等问题。随着CGM 技术和胰岛素泵的广泛应用，积累了大量的血糖数据和胰岛素输注数据，为数据驱动的人工智能方法提供了丰富的数据资源。近年来，基于神经网络等人工智能技术的人工胰腺系统逐渐兴起，其通过学习大量的临床数据，能够自动提取数据中的特征和规律，从而实现更精准的胰岛素剂量计算和血糖控制。神经网络是一种模拟人脑神经元结构和功能的人工智能模型，具有强大的学习和泛化能力。在人工胰腺领域，神经网络主要被用于替代传统的基于模型的控制策略，如MPC等。通过训练神经网络学习历史数据中的血糖变化规律和胰岛素输注效果，神经网络能够自动调整胰岛素输注剂量，以实现对血糖的实时控制。近年来，一些基于神经网络的人工胰腺系统已经通过了临床试验，并获得了美国食品药品监督管理局（FDA）的批准。这些研究表明，神经网络在人工胰腺中的应用具有良好的可行性和有效性，能够为糖尿病患者提供更精准的血糖管理方案。人工智能技术在糖尿病管理中具有显著优势，如能够处理大量的临床数据、自动提取数据中的特征和规律、提供个性化的治疗方案等。然而，该技术也面临一些挑战，如数据质量和数据安全问题、模型的可解释性和可靠性问题、技术的临床应用和推广问题等。在实际应用中，需要综合考虑这些优势和挑战，不断优化人工智能技术在糖尿病管理中的应用效果。二、人工智能驱动的人工胰腺技术在2型糖尿病患者中的应用2型糖尿病患者具有血糖波动大、并发症风险高、个体差异大等特点，其管理需要综合考虑多种因素，如饮食、运动、药物治疗等。传统的治疗方法往往难以满足2型糖尿病患者的个性化需求，导致血糖控制不佳和并发症的发生。近年来，随着对2型糖尿病病理生理机制的深入研究，发现其血糖图谱可以划分为不同的亚型，需要针对不同的亚型进行精细化的管理。人工智能技术的出现为2型糖尿病患者的个性化管理提供了新的思路和方法，能够根据患者的具体情况，提供精准的血糖监测和胰岛素治疗方案。近年来，一些基于人工智能技术的人工胰腺系统已经在2型糖尿病患者中进行了临床试验，并取得了良好的效果。例如，某研究团队开发的基于神经网络的人工胰腺系统，通过学习大量的2型糖尿病患者的血糖数据和胰岛素输注数据，能够自动调整胰岛素输注剂量，使患者的血糖水平在餐后快速达到平稳状态，且不会出现低血糖现象。此外，该系统还能够根据患者的血糖图谱，提前预测糖尿病并发症的发生风险，为临床医生提供早期干预的依据。这些研究表明，人工智能驱动的人工胰腺技术在2型糖尿病患者中具有广阔的应用前景，能够提高患者的血糖控制水平，降低并发症的发生风险，改善患者的生活质量。三、研究团队在人工智能驱动的人工胰腺技术领域的创新性工作研究团队在算法设计方面进行了大量的创新性工作，提出了多种基于人工智能的算法模型，如深度学习算法、强化学习算法、迁移学习算法等。这些算法模型能够充分利用大量的临床数据，自动提取数据中的特征和规律，从而实现更精准的血糖预测和胰岛素剂量计算。同时，研究团队还对算法进行了优化，提高了算法的计算效率和稳定性，使其能够更好地适应临床应用的需求。研究团队开发了多个基于人工智能的人工胰腺系统，如基于云边端的血糖管理系统、基于胰岛素比的多次胰岛素输注计算器等。这些系统通过整合CGM数据、胰岛素输注数据以及其他临床数据，能够为患者提供个性化的血糖管理方案。其中，基于云边端的血糖管理系统能够实现对CGM图谱的智能化解读，根据患者的血糖变化趋势，提供针对性的治疗建议；基于胰岛素比的多次胰岛素输注计算器则能够根据患者的血糖水平和饮食情况，自动计算胰岛素输注剂量，提高患者的治疗依从性。这些系统的开发和应用，为临床医生和患者提供了更加便捷和高效的血糖管理工具。研究团队在临床试验方面也取得了显著的成果，开展了多项基于人工智能人工胰腺系统的临床试验，验证了该技术在糖尿病患者中的安全性和有效性。例如，在某项针对2型糖尿病患者的临床试验中，研究团队使用基于神经网络的人工胰腺系统，对患者的血糖进行了实时监测和控制，结果显示患者的血糖控制水平显著提高，低血糖发生率显著降低。此外，研究团队还对系统的长期使用效果进行了跟踪研究，发现该系统能够持续改善患者的血糖控制水平，降低糖尿病并发症的发生风险。这些临床试验结果为人工智能驱动的人工胰腺技术的推广应用提供了有力的支持。人工智能驱动的人工胰腺技术在糖尿病管理领域具有广阔的应用前景，能够为糖尿病患者提供更加精准和个性化的血糖管理方案。近年来，该技术在2型糖尿病患者中的应用逐渐受到关注，并取得了一些初步的研究成果。然而，该技术仍面临一些挑战，如数据质量和数据安全问题、模型的可解释性和可靠性问题、技术的临床应用和推广问题等。未来，需要进一步加强多学科的交叉合作，优化算法设计，提高系统的智能化水平，加强临床试验和验证，推动人工智能驱动的人工胰腺技术的进一步发展和应用，为糖尿病患者的健康保驾护航。欢迎关注SATTD 2025，最新的糖尿病技术应用和概念在这儿，Better techonology，Better diabetes！关注公众号（上海公卫中心内分泌代谢科）点击查看具体讲课视频内容和最新SATTD2025会议信息。|||||||||声明：本文仅供医疗卫生专业人士了解最新医药资讯参考使用，不代表本平台观点。该等信息不能以任何方式取代专业的医疗指导，也不应被视为诊疗建议，如果该信息被用于资讯以外的目的，本站及作者不承担相关责任。最新《国际糖尿病》读者专属微信交流群建好了，快快加入吧！扫描左边《国际糖尿病》小助手二维码（微信号：guojitnb），回复“国际糖尿病读者”，ta会尽快拉您入群滴！（来源：《国际糖尿病》编辑部）版权声明版权属《国际糖尿病》所有。欢迎个人转发分享。其他任何媒体、网站未经授权，禁止转载。

点击“蓝字”关注我们编者按妊娠期糖尿病（GDM）是指在妊娠期间首次发现的轻度血糖升高，通常发生在妊娠中晚期。GDM不仅影响孕妇的健康，还可能对胎儿造成长期的代谢风险。随着对GDM认识的不断深入，其诊断和管理策略也在不断发展。持续血糖监测（CGM）作为一种新兴的血糖监测技术，能够提供更全面的血糖波动信息，为GDM的管理提供了新的思路。在第三届上海糖尿病先进技术与治疗论坛（SATTD）上，上海市第一人民医院王育璠教授围绕CGM在GDM患者中的应用现状及研究进展进行了精彩阐述，现梳理精粹内容报道如下。一、妊娠期糖尿病的概况GDM是指在妊娠期间首次发现的轻度血糖升高，通常发生在妊娠中晚期。其诊断标准在全球范围内尚未完全统一，但大多数地区采用孕24~28周的75g葡萄糖耐量试验（OGTT）。根据国内研究，GDM的患病率为14.8%。GDM的诊断需要排除孕前糖尿病和其他类型的糖尿病。尽管GDM的血糖升高程度较轻，但其对母婴健康的影响不容忽视。GDM可能导致近期并发症，如早产、巨大儿、胎儿窘迫等，还可能增加远期代谢性疾病的风险，如儿童肥胖和2型糖尿病。因此，从早期筛查到孕期治疗，再到产后随访，每一个环节都至关重要。二、CGM在妊娠期糖尿病中的应用现状与研究进展CGM通过皮下植入探头，连续监测组织间隙液的血糖水平，能够提供直观的血糖波动图谱，反映患者的整体血糖状况。与传统的自我血糖监测（SMBG）相比，CGM能够提供更全面的血糖数据，包括平均血糖、血糖波动、日间血糖波动、达标时间、低血糖和高血糖时间等指标。这些数据不仅有助于临床医生更好地了解患者的血糖控制情况，还为科学研究提供了数据基础。2017年国际指南对妊娠期糖尿病患者的血糖控制目标提出了指导意见，建议1型糖尿病患者合并妊娠时的血糖目标范围为3.5~7.8 mmol/L，TIR（血糖在目标范围内的时间）大于70%，低血糖时间小于4%，高血糖时间小于1%。随后，美国糖尿病协会（ADA）指南也推荐了类似的目标范围。然而，对于GDM和2型糖尿病合并妊娠的研究相对较少，目前的血糖控制目标仍需更多循证医学证据支持。三、CGM在GDM中的应用现状CGM能够展示GDM患者的血糖波动特征，帮助医生更好地认识疾病并及时调整血糖管理方案。例如，一项发表在Diabetes Care的研究纳入了768例妊娠患者，观察从早孕期到分娩的血糖变化情况，发现GDM患者的平均血糖水平显著高于非GDM患者，且在孕早期（13周）就已出现差异。这提示CGM可能用于早期识别GDM患者。CGM的价格相对较高，但与SMBG相比，CGM能够提供更全面的血糖数据，有助于发现更多的高血糖和低血糖事件，从而提高胰岛素治疗的比例。一项发表在American Journal of Obstetrics and Gynecology的研究纳入了300多例GDM患者，分为CGM组和常规治疗组。结果显示，CGM组的血糖波动指标显著优于常规治疗组，且不良妊娠结局的发生率显著降低。CGM提供的多种指标（如TIR、TIR2、血糖波动等）与妊娠结局密切相关。一项来自新加坡的前瞻性队列研究发现，早孕期的CGM指标能够更好地预测GDM的发生以及不良妊娠结局。另一项中国研究纳入了1300多例GDM患者，发现 TIR2（血糖3.5~7.8 mmol/L）随着血糖水平的升高而降低，且TIR2较高时不良妊娠结局的发生率并未显著增加。这提示TIR2可能不是GDM患者的最佳控制目标，需要进一步研究确定其合适范围。四、团队研究进展团队与产科合作，建立了GDM患者的队列研究。研究发现，晚孕期初诊的GDM患者血糖波动幅度更大，血糖控制更差。这提示对于晚孕期初诊的GDM患者，需要更密切的血糖监测和管理。团队开展了一项前瞻性研究，纳入154例GDM患者，比较CGM和SMBG对妊娠结局的影响。结果显示，CGM组和SMBG组的血糖控制和妊娠结局相似，但CGM组的孕期体重控制更好。这表明对于GDM患者，CGM有助于更好地控制孕期体重。同时，在纳入的388例中孕期GDM患者中发现CGM提供的血糖波动指标（如TIR2）与不良妊娠结局密切相关。低TIR2的患者发生不良妊娠结局的风险显著增加，且其预测效能优于传统临床指标。团队通过机器学习技术整合CGM数据，建立了融合模型，预测GDM患者的不良妊娠结局。研究发现，融合模型的预测效能显著优于单一CGM指标或传统临床指标。这表明CGM数据结合机器学习技术能够更精准地预测GDM患者的妊娠结局。五、未来发展方向CGM在早孕期的应用能够早期识别GDM患者，为早期干预提供依据。通过CGM提供的血糖波动数据，可以更好地指导孕妇的饮食和运动模式，改善生活方式，降低GDM的发生风险。目前GDM患者的血糖控制目标尚未完全统一，CGM提供的详细数据有助于确定更合适的血糖控制范围。未来需要更多研究探讨CGM指标与母婴远期健康的关系，以制定更精准的血糖控制目标。CGM提供的大量数据可以通过机器学习技术进行整合，实现对GDM患者的精准分析和管理。结合临床指标和生活方式数据，建立更全面的预测模型，为个体化治疗提供支持。GDM患者及其子代的远期代谢风险需要更多关注。CGM数据可以用于研究GDM患者孕期代谢异常与远期糖代谢异常的相关性，为早期预警和干预提供依据。随着技术的不断进步，CGM设备将更加智能化和便捷化，结合人工智能和机器学习技术，能够为GDM患者提供更精准的血糖管理方案。未来的研究需要进一步探索CGM在GDM管理中的最佳应用模式，推动CGM技术的广泛应用，改善GDM患者的母婴健康。欢迎关注SATTD 2025，最新的糖尿病技术应用和概念在这儿，Better techonology，Better diabetes！关注公众号（上海公卫中心内分泌代谢科）点击查看具体讲课视频内容和最新SATTD2025会议信息。||||||||声明：本文仅供医疗卫生专业人士了解最新医药资讯参考使用，不代表本平台观点。该等信息不能以任何方式取代专业的医疗指导，也不应被视为诊疗建议，如果该信息被用于资讯以外的目的，本站及作者不承担相关责任。最新《国际糖尿病》读者专属微信交流群建好了，快快加入吧！扫描左边《国际糖尿病》小助手二维码（微信号：guojitnb），回复“国际糖尿病读者”，ta会尽快拉您入群滴！（来源：《国际糖尿病》编辑部）版权声明版权属《国际糖尿病》所有。欢迎个人转发分享。其他任何媒体、网站未经授权，禁止转载。