AI工具与医生在糖尿病血糖管理上效果相当，部分更优！

上海复旦大学陈颖博士团队主导了一项中国随机试验，该研究聚焦于AI工具在住院2型糖尿病患者胰岛素剂量调整中的应用。在医院里，为糖尿病患者制定胰岛素治疗方案长期面临效率和准确性的双重挑战，研究团队为此开发了基于人工智能的临床决策支持系统（iNCDSS）。

这项试验选取中国三家医疗中心内分泌科病房作为研究场景，纳入2021年至2022年间的149名住院患者。研究背景源于住院糖尿病患者普遍存在的血糖控制不佳问题，这不仅延长住院时间，更会增加并发症风险。研究核心目标是验证AI工具与资深内分泌科医生在血糖管理效果上的等效性。

研究成果显示AI工具与医生效果相当

试验数据显示，iNCDSS组患者血糖达标时间（70 - 180 mg/dL）占比达76.4%，医生组为73.6%，两者呈现非劣效性差异（治疗差异2.7%，95% CI -2.7至8.0）。在基础、预混及基础-餐时三种胰岛素方案中，AI推荐剂量均未显著劣于医生决策。特别是在仅基础胰岛素方案组，达标率提升至78.6%，显著高于医生组的65%。

临床医生对AI建议的采纳率达98.9%，并给出4.1分（满分5分）的总体满意度评分。界面友好性（4.6/5）和时间效率（4.2/5）获得高度认可。安全性数据显示，两组不良事件发生率无显著差异，证实AI工具未增加额外风险。研究团队指出，iNCDSS通过整合电子健康记录中的患者特征，可实时输出个性化胰岛素滴定方案，覆盖基础、预混及基础-餐时三种方案类型。

临床实践验证AI工具优势

在基础-餐时胰岛素方案组中，AI组81.1%的达标率显著高于医生组的73.3%，显示其在复杂方案中的管理优势。医生反馈显示，AI系统能自动计算每日剂量并生成24小时建议，有效减少手工计算误差。例如面对饮食波动导致的血糖波动，AI系统通过连续血糖监测数据可快速调整餐时剂量，而传统方法需依赖医生经验判断。

医疗专家评价与展望

专家指出，在美国医院中仅少数糖尿病患者接受专科管理，iNCDSS可辅助非专科医生进行胰岛素滴定。俄亥俄州立大学Faulds博士认为该技术对医疗资源有限场景具有重要价值，同时建议扩大验证范围。研究存在样本集中于中国医疗中心、未纳入非住院患者等局限性，需进一步验证普适性。

智能决策系统技术特点

iNCDSS通过机器学习算法分析患者HbA1c（7% - 11%）、用药史及实时血糖值等数据，生成符合指南的个性化方案。其"实时更新"功能在晨间查房时提供可调整剂量建议，将医生决策时间缩短60%。系统支持医生在AI建议基础上进行微调，这对处理住院患者复杂病情尤为重要。

糖尿病管理知识延伸

目标血糖范围（70 - 180 mg/dL）是预防并发症的核心指标。研究纳入患者基线HbA1c平均9%，反映存在中度血糖控制不足。HbA1c可反映近3个月平均血糖水平，控制达标可降低视网膜病变、肾病等风险。

胰岛素方案分类

• 基础胰岛素：长效制剂，每日一次控制空腹血糖
• 预混胰岛素：混合基础与速效成分，每日2-3次注射
• 基础-餐时方案：基础胰岛素联合餐前速效胰岛素，需动态调整

临床价值分析

精准胰岛素管理可使平均住院时间从10天缩短至8天，同时降低低血糖风险。AI工具99%的采纳率表明其良好临床兼容性，但医生仍保留最终决策权以应对突发状况。

该研究为AI在糖尿病治疗中的应用提供了循证依据，虽然存在地域局限性和样本类型限制，但为未来智慧医疗发展指明了方向。