股票代码: 300298

ATTD-ASIA2025 从政策赋能到智能系统:CGM多场景应用的亚洲实践!

发布时间 : 2026-12-24
浏览量 : 333

2025年12月9至11日,第二届亚洲糖尿病管理创新疗法大会(ATTD-ASIA)在新加坡隆重召开。作为糖尿病领域极具影响力的国际性学术会议,大会聚焦糖尿病治疗与管理的前沿技术,汇聚临床与科研力量,共同探讨亚洲糖尿病防治与护理的优化路径。

在糖尿病防控形势日益严峻的背景下,持续葡萄糖监测(CGM)、院内血糖管理系统正成为改变临床实践的核心驱动力。会上,来自中国、俄罗斯等多国的专家,围绕儿童青少年、住院患者及其他特殊人群,系统分享了 CGM 在多场景下的最新应用与实践经验。本文整理会议重点,以飨读者。


政策赋能 × 技术创新:

俄罗斯儿童青少年 CGM 管理实践

作为全球1型糖尿病高负担国家之一,俄罗斯在儿童青少年血糖管理方面的探索极具借鉴意义。来自N.N.伊万诺娃萨马拉地区儿童临床医院的内分泌科主任Evgenia G. Mikhailova教授,在大会上详细介绍了俄罗斯萨马拉地区儿童与青少年糖尿病患病现状及 CGM 应用情况。


 Evgenia G. Mikhailova教授 


2014-2023年俄罗斯儿童和青少年人群1型糖尿病发病情况(图源:演讲者PPT)


数据[1]显示,2014-2023年间俄罗斯儿童和青少年人群1型糖尿病发病率和患病率持续攀升。面对这一形势,俄罗斯通过政策创新实现了CGM的广泛普及:2022年起,萨马拉地区率先修订国家保障计划中的优惠药品供应条款,将CGM纳入糖尿病儿童和孕妇的保障范畴;2023年底,启动“抗击糖尿病”项目,为俄罗斯所有儿童和青少年患者免费提供CGM。

在政策推动下,俄罗斯CGM市场需求大幅增长,2024年采购量约达150万,其中90%用于儿童。值得关注的是,俄罗斯对CGM的采购选择在近三年发生了显著变化——从2023年到2025年,我国国产品牌三诺(Sinocare)成功跻身于俄罗斯市场前列,并占据了采购份额第二的位置!


制造商在俄罗斯政府采购中的份额占比(图源:演讲者PPT)

Evgenia G. Mikhailova教授表示,儿童青少年血糖管理是一项系统工程,仅依靠CGM佩戴及对患者与其父母的培训远远不够。除了规范使用CGM之外,对血糖变化的及时干预以及胰岛素治疗剂量的调整,在血糖持续监测过程中都极其重要。而诺iCan血糖管理系统可将CGM传感器检测数据同步传输至患者/监护人手机的APP上,并与儿科内分泌科医生的远程监控程序深度联通,形成了“患者—医护人员—CGM监测数据”的多方协同管理模式。萨马拉地区利用这一系统顺利开展了儿科内分泌中心的远程监控与定期随访工作,实现了传感器使用、数据解读与治疗方案调整的闭环管理


临床数据也充分印证了政策创新与先进血糖管理系统的显著成效。据俄罗斯联邦糖尿病登记系统数据显示,萨马拉地区糖尿病患儿平均糖化血红蛋白控制在7.8%,因糖尿病酮症酸中毒紧急住院率下降超过3倍,且无一例严重低血糖住院病例发生!此外,当地4岁以下患儿CGM的使用率高达100%,4岁以上达95%,糖尿病晚期并发症数量明显减少。


从理想的血糖控制水平,到大幅下降的住院率,再到严重低血糖住院“零发生”,萨马拉地区的实践充分证明:CGM不仅是糖尿病患儿血糖监测的“得力助手”,更是提升管理质量、降低并发症风险的“关键利器”而政策的强力支撑,进一步加速了CGM的普及和管理模式的不断优化,让更多儿童青少年糖尿病患者受益,拥有更安心、更高质量的成长时光! 


多场景验证下的CGM价值升级

2025年第11版《糖尿病图册》的数据[2]表明,我国糖尿病患者总数约1.48亿,在20-79岁人群中,糖尿病相关死亡占比高达10.6%。面对高患病率、低知晓率、低治疗率、低控制率的现状,我国糖尿病的管理面临着巨大挑战。


与毛细血管血糖监测和糖化血红蛋白相比,CGM可提供"点-线-面"全方位数据,不仅能捕捉实时血糖数据,还能全面反映血糖波动特征,精准发现无症状低血糖和夜间高血糖。


来自西安国际医学中心医院姬秋和教授在会议报告中系统梳理了CGM的临床应用价值,并指出CGM已从单纯的监测工具升级为血糖管理的"决策中枢",通过连接患者、医护人员与智能设备,实现了从预防、诊断、治疗到康复的“全周期管理”姬秋和教授通过多场景应用案例,充分展现了 CGM 技术的持续升级与广泛适配性。


姬秋和教授

CGM多临床场景应用成效

  • 普通住院患者:通过使用CGM,患者的血糖目标范围时间占比(TIR,3.9-10.0mmol/L)比传统的床旁快速血糖检测(POCT)显著提升了8.2%,患者的血糖达标时间也从4天缩短至2天,且未增加低血糖风险[3]

  • 重症患者:在ICU中使用CGM可明显提升患者的TIR(从46.0%提升至64.5%),降低平均血糖[4](11.1vs.10.2mmol/L);同时,还可显著减少低血糖和院内感染风险(分别减少67%和79%),降低死亡率(降低46%)[5],为重症患者的血糖管理提供了安全有效的解决方案。

  • 围手术期患者:与单纯胰岛素泵治疗相比,CGM联合胰岛素泵治疗可显著缩短术前等待时间和术后住院时间,并且有效减少了总住院费用(62811.7 vs. 33656.3 元)[6]

  • 特殊人群:CGM可有效改善1型糖尿病孕妇的血糖控制情况,显著降低妊娠24周的日间血糖水平,减少胎儿暴露于母体高血糖状态下的时长,从而降低巨大儿风险[7]。此外,CGM有利于儿童长期血糖管理与并发症防控,在使用CGM后,儿童心血管并发症的住院风险显著降低,其中心力衰竭住院风险降低75%,外周血管疾病降低79%,心房颤动降低41%,急性心肌梗死降低36%[8]


➤ AI+CGM,迈向精准防控新时代

随着AI技术的飞速进步,CGM与人工智能(AI)的深度融合将成为下一代糖尿病管理的核心方向。当前CGM面临的数据解读复杂、个体差异大等挑战,有望通过AI技术逐一破解。AI算法可处理高频CGM数据,实现个性化血糖预测与预警;支持自动胰岛素输送(AID)系统,模拟生理性血糖调节;在糖尿病前期管理中,CGM捕捉的24小时血糖"指纹"结合AI深度学习,能提前识别高风险人群,并输出饮食、运动、药物的个性化干预方案,推动糖尿病管理从 “被动治疗” 向 “主动预防” 转变。


 CGM与AI融合(图源:演讲者PPT)


全院联动,

智能系统破解住院血糖管理难题

据统计数据[9-11]显示,住院的高血糖患者中有70%分布在非内分泌科室,并且传统管理模式下患者低血糖的发生率高达23.5%,院内血糖控制现状亟待改善。重庆医科大学附属第一医院内分泌科主任医师龚莉琳教授分享的全院血糖管理模式,为解决非内分泌科室高血糖管理的难题提供了中国方案。


龚莉琳教授


重庆医科大学附属第一医院采取了"互联网+主动会诊"的智能管理体系通过硬件设备智能血糖仪、胰岛素泵CGM传感器院内血糖管理系统院内信息系统(HIS)的深度融合,打造虚拟病房,实现了25个科室8652名患者的全覆盖管理。


“虚拟病房”院内血糖管理流程(图源:演讲者PPT)


这套院内血糖管理系统具备多重核心优势:一方面,支持多终端实时监控,当患者血糖异常时,系统可自动触发内分泌科主动会诊,确保干预及时性;另一方面,可将有长期血糖医嘱者、血糖明显异常者、正在使用 CGM 者、胰岛素泵治疗者等人群纳入重点管理范畴,实现精细化管控

更重要的是,重医附一通过实践证明,“虚拟病房”院内血糖管理系统取得的临床效益显著:

  • 借助实时化、精准化的血糖干预,患者的高血糖发生率可降低 25%,低血糖发生率降幅更高达 45%,有效减少了因血糖剧烈波动引发的酮症酸中毒、低血糖昏迷等急性并发症风险。

  • 患者住院周期明显缩短,院内感染率大幅下降,既减轻了患者的治疗费用负担,也提升了医院床位周转效率,优化了医疗资源配置,从患者康复效果和医院服务效能两个维度,实现了临床价值与运营效益的双重提升

作为基于互联网信息系统、由内分泌科主动管理的全覆盖、同质化管理模式,“虚拟病房”操作简便、高度智能化,成功实现了内分泌科与非内分泌科对患者血糖管理的无缝衔接,为大型综合医院的院内血糖管理提供了宝贵的实践借鉴价值。  


让CGM技术面向更多人群,

书写糖尿病防控的新篇章!

2025 ATTD-ASIA 会议通过扎实的临床数据和创新的实践模式证明,CGM技术的普及与应用正在重塑糖尿病管理的格局。从俄罗斯的政策保障到中国的智能创新,从儿童青少年到重症患者,CGM正以其全面、精准、连续的优势,攻克不同场景下的血糖管理难题。


未来,随着CGM与AI技术的深度融合、政策支持的强化以及临床应用经验的不断积累,血糖管理将实现从"被动应对"到"主动防控"、从"标准化治疗"到"个体化精准管理"的跨越式发展,为全球糖尿病患者带来更优质、更高效的健康管理服务。


参考文献:

[1].Laptev D.N., Bezzlepkina O.V., Sheshko E.L., Alexandrova G.A., Chumakova O.V., Krestovskaya N.M., Kulayev A.Sh., Peterkova V.A. Main epidemiological indicators of type 1 diabetes mellitus in children in the Russian Federation for 2014–2023. Problems of Endocrinology. 2024;70(5):76-83.

[2].IDF Diabetes Atlas 11th Edition.https://diabetesatlas.org/resources/idf-diabetes-atlas-2025.

[3].Wang Y,et al. Lancet Reg Health West Pac. 2024 Jul 21;48:101067. 

[4].Chu C, Li J, Yang X, et al.  J Crit Care. 2024;84:154894. 

[5].Yao Y. et al. Am J Transl Res. 2022 Jul 15;14(7):4757-4767.

[6].Xiao YZ, et al. Chin J Clin Res, 2024.37(7):1029-1034.

[7].Scott, Eleanor M et al. Diabetes care vol. 43,6 (2020): 1178-1184. 

[8].EEG-OLOFSSON K, et al. Diabetes Care, 2024, 47(12): 2164-71.

[9].中国成人住院患者高血糖管理目标专家共识(2013).

[10].城镇医保数据胰岛素依从性调查.

[11].Mebazaa A,et al. J Am Coll Cardiol.2013,61(8):820-9.;5. Kwon S,et al.Ann Surg.2013;257(1):8-14.