从数据到决策：三诺糖尿病专科智能体的落地应用

在2025年第二届糖尿病数字管理大会上，三诺副总经理兼董事会秘书郑霁耘博士以《从数据到决策：AI驱动糖尿病管理的未来》为题，深刻剖析了人工智能在糖尿病管理中的变革潜力与现实路径。

AI的机遇与挑战：从海量数据到临床决策

郑霁耘博士指出，CGM每日产生数百个血糖数据点，远超人脑在有限诊疗时间内的处理能力。而AI大模型的核心价值正是挖掘这些海量数据背后的深层规律：

• 智能决策逻辑：基于概率统计与推理，海量血糖参数可训练出专业的血糖分析模型
• 开源模型突破：以DeepSeek为代表的开源模型支持本地部署，实现“数据不出院”，成本仅为闭源模型的10%，且支持医疗场景定制化训练

然而，AI的“黑匣子”特性也带来了一些隐患。

2024年已在国内获批的GLP-1新药，直至2025年5月仍被某模型误判为门冬胰岛素；若患者因湿疹服用糖皮质激素导致高血糖，片面数据可能误导AI建议增加二甲双胍剂量。

种种漏洞警示我们：知识更新的滞后性以及数据收集的被动性，将极易导致诊疗安全无法得到保障。

从被动应答到主动协作：糖尿病专科智能体诞生

为破解医疗大模型的局限，三诺积极探索AI领域，糖尿病专科智能体诞生。郑霁耘博士用“导盲犬”作比喻：智能体像导盲犬般主动感知环境、干预决策，而非被动等待指令。其核心架构包含四大模块：

• 开源大模型：提供大模型底座，支撑多样化智能体与应用的高效构建。
• 动态记忆系统：实时更新药品、指南、报告等，消除知识时差。
• 专业工具集：内置血糖预测、AGP图谱分析等垂直模型。
• 任务规划器：在诊疗全流程中引导AI决策方向。

落地临床：四大场景重塑诊疗流程

三诺智慧糖尿病管理系统，集成BGM、CGM、持续皮下胰岛素输注（CSII）、患者教育平台（PEP）及慢病综合管理等多功能，融合AI技术成为医生的智能助手，精准分析数据、优化治疗方案，实现从院内到居家的全链条赋能，助力医生高效管理患者。

01院内精准控糖

当患者出现血糖异常波动，智能体可快速识别苏木杰现象、黎明现象等特殊模式，并定位诱因——早餐高血糖是否与胰岛素剂量不足相关？夜间波动是否源于加班导致的饮食紊乱？同步推送个性化胰岛素剂量调整建议，帮助医生在数据洪流中快速锚定关键决策点。

02出院健康管理

基于患者社会特征与生理数据，智能体生成“千人千面”的管理方案，如：为四川老人推荐免辣版清蒸食谱，为年轻上班族设计碎片化运动计划，甚至精准计算营养素缺口。所有方案经医生审核后，成为可执行的“健康处方”。

03院外智能随访追踪

通过语音合成技术，智能体以人声触达患者：出院初期提醒用药，每月推送定制化健康教育，按季/半年/年分级设置检测计划——季度关注血糖控制，半年评估并发症风险，年度筛查药物副作用，形成闭环管理。

04居家行为干预

CGM化身24小时健康管家：解析运动后血糖曲线陡升与碳水摄入的关联，预警深夜加餐带来的黎明高血糖，甚至通过图像识别分析餐盘食物结构。患者可随时获取AI生成的“血糖友好型行为优化清单”，将数据转化为生活方式的微调。

在糖尿病管理中，医生始终是决策者，而专为该场景训练优化的智能体可成为医生的强大辅助。随着智能体在风险评估、动态追踪、疗效优化等环节深度参与，AI正推动糖尿病管理向精准化、高效化、个性化演进。“我们期待的不仅是技术突破，”郑霁耘博士总结道，“更是让每个血糖数据都转化为守护健康的科学力量，让医生从数据洪流中解脱，回归最有价值的临床判断。”