90后科学探索奖得主王光宇再发顶刊论文，通过AI系统优化2型糖尿病血糖控制

来源：生物世界 2023-09-18 11:00

总而言之，该研究结果表明，基于强化学习的动态胰岛素调节方案（RL-DITR）系统有潜力成为优化T2D患者血糖控制的AI工具，帮助医生更好的管理糖尿病患者。

复旦大学附属中山医院李小英、陈颖团队联合北京邮电大学王光宇团队，在国际顶尖医学期刊Nature Medicine上发表了题为：Optimized glycemic control of type 2 diabetes with reinforcement learning: a proof-of-concept trial的研究论文【1】。

研究团队采用强化学习算法构建了2型的胰岛素决策模型；并从计算机模拟效果、专家评估、真实世界患者疗效评估，证实了该模型可制定个体化、、动态的胰岛素治疗方案，或将作为潜在的有效工具辅助临床医生2型糖尿病患者，减轻医疗负担，助力分级，赋能慢病管理。

该论文的第一作者兼共同通讯作者王光宇博士，是2022年科学探索奖获奖者，也是最年轻的获奖者、首位90后获奖者。王光宇研究员长期致力探索智能医学生物计算新理论方法及关键技术，并取得了一系列国际前沿水平的研究成果，在Cell、Nature、Nature Medicine、Nature Biomedical Engineering等国际顶尖学术期刊发表多篇研究论文。

王光宇研究员

2020年4月，王光宇等人在国际顶尖学术期刊Cell发表论文【2】，该研究利用CT数据开发了一款人工智能（AI）系统，可用于新冠肺炎，还能够将其与其他常见肺炎和正常对照区分开来，从而协助放射科医生和内科医生进行快速诊断，帮助临床医生对抗。

2023年7月，王光宇等人在国际顶尖医学期刊NatureMedicine发表论文【3】。该研究开发了一款人工智能（AI）预测系统 UniBind，该系统能预测SARS-CoV-2中有哪些突变株将对人类构成重大威胁，有助改变人们分析COVID-19以及潜在的其他传染病的模式和能力。

在这项最新研究中，研究团队基于中山医院等多家医疗机构的住院2型糖尿病患者的电子病历数据，采用强化学习（Reinforcement Learning，RL）算法，以患者模型作为环境，通过和动态患者环境的试错交互来学习有效的策略，并引入有监督学习以保证决策的安全。

图1. 研究总览

为评估模型的性能，研究团队进行了一系列从计算机模拟到临床部署的研究。模型开发阶段的评估显示，患者模型可以准确预测患者血糖状态，而策略模型可以学习和模仿医师的实践，并给出优化的胰岛素推荐。回顾性模拟研究采用定量和定性指标比较AI和医生方案，结果显示，与初级和中级医生相比，AI模型在2型糖尿病患者血糖管理方面表现出更好的控制高血糖和降低风险性能。前瞻性临床部署研究进一步证实了AI推荐剂量的可接受性，且随着人机互动和信任提高，医生对AI推荐剂量的采纳率提高。最后，概念验证的可行性临床试验发现采用该模型干预期间，患者每日平均血糖显著下降并达到血糖控制目标，且干预过程中未发生严重低血糖或酮症酸中毒等不良事件。

总而言之，该研究结果表明，基于强化学习的动态胰岛素调节方案（RL-DITR）系统有潜力成为优化T2D患者血糖控制的AI工具，帮助医生更好的管理糖尿病患者。值得注意的是，虽然该研究主要是在2型糖尿病住院患者中进行实施和测试，但如果进行适当的集成和持续开发，该系统可以扩展应用到诸如门诊患者管理和居家患者管理等广泛的临床场景，实现糖尿病患者的全方位智慧管理。

论文链接： 1. https://www.nature.com/articles/s41591-023-02552-9 2. https://doi.org/10.1016/j.cell.2020.04.045

3.https://www.nature.com/articles/s41591-023-02483-5

版权声明 本网站所有注明“来源：100医药网”或“来源：bioon”的文字、图片和音视频资料，版权均属于100医药网网站所有。非经授权，任何媒体、网站或个人不得转载，否则将追究法律责任。取得书面授权转载时，须注明“来源：100医药网”。其它来源的文章系转载文章，本网所有转载文章系出于传递更多信息之目的，转载内容不代表本站立场。不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。

87%用户都在用100医药网APP 随时阅读、评论、分享交流 请扫描二维码下载->

医药网新闻