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:
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:
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。”