2023年6月23日，万众瞩目的糖尿病领域重磅学术会议“第83届美国糖尿病协会科学会议（2023ADA）”于美国圣地亚哥拉开帷幕。23日，分别聚焦“血糖管理”和“糖尿病眼病风险预测”的两项突破性技术——“优化胰岛素输注和葡萄糖感知的首创设备”和“糖尿病视网膜病变进展风险评估的AI算法”——引燃ADA会场。

【资料图】

Robert A Gabbay教授主持2023ADA大会开幕式

美国医生协会首席科学和医疗官Robert A Gabbay博士表示：“多年来，我们在帮助管理和治疗糖尿病的技术方面取得了诸多进步。随着人工智能（AI）、数字卫生技术和新型医疗设备等智能技术的不断发展，糖尿病护理水平和患者生活质量将迎来进一步提升。”

Robert A Gabbay教授

自动胰岛素输送（AID）系统，通常被称为人工胰腺，是一种针对需要强化胰岛素治疗的糖尿病患者的变革性技术。AID基于连续传感器获取的葡萄糖数据通过胰岛素泵向身体输送胰岛素。不过，当前的技术存在一些局限，如胰岛素中的防腐剂会干扰传感器的功能，当前的多设备系统操作相对复杂造成了用户体验不佳。

SynerGTM是太平洋糖尿病技术公司（PDT）开发的一种双功能葡萄糖传感胰岛素输送设备，可简化糖尿病管理。SynerGTM葡萄糖传感器的预热时间小于30分钟，还可以同步胰岛素输送和葡萄糖测量功能的更换时间表。考虑到每周更换时间表是一种更为适合应用的节奏，PDT的最终目标是将为期七天的CGMinfusion套装商业化。

研究报告展示了首款结合葡萄糖感知和胰岛素输送功能的单一经皮装置（SynerG）的可行性。研究招募了24名接受胰岛素泵治疗（IPT）的1型糖尿病成年患者，运行48小时后，将该装置皮下插入前腹部并与泵连接。在不到30分钟的预热时间内进行了一次校准，60分钟时给予一顿标准餐。餐前，每10分钟测量一次血糖，持续60分钟；餐后每15分钟测量一次血糖，持续4小时。该研究评估了SynerGTM传感器的准确性、胰岛素输注部位功能和使用者的耐受性。

研究结果表明，胰岛素不会干扰葡萄糖传感器的功能，并证明了葡萄糖测量的准确性。此外，胰岛素被可靠地输送给参与者。

墨尔本大学圣文森特医院医学系教授、圣文森特医院内分泌科高级顾问、内分泌学家David O"Neal博士谈及：“这些发现意味着在血糖水平管理方面我们迈出了潜在的重要一步，皮下装置既能感知血糖水平又能注入胰岛素。将有助于最大限度地减轻糖尿病患者护理难度以及胰岛素使用相关的心理负担。”

David O"Neal教授

数据显示，到2050年，糖尿病视网膜病变患者人数估计将增加近一倍，影响1400多万美国人。而在临床上，评估糖尿病视网膜病变（DR）进展风险往往是困难的，因为其依赖于不同专科的医学知识和临床经验。目前可用于评估DR严重程度的量表可告知临床医生进展风险，为随访和治疗提供建议。而本项研究尝试借助人工智能算法进一步改善DR风险评估。

这项名为《在超宽视野视网膜图像上利用人工智能学习识别糖尿病视网膜病变进展风险》的研究报告，检验了人工智能算法的使用，以改进DR进展风险的估计过程。在这项研究中，作者从超宽视野（UWF）视网膜图像中开发并验证了DR进展的机器学习（ML）模型，这些模型已被标记DR严重程度和进展。结果显示，AI对91%的图像给出了准确或更准确的预测结果。这些发现证明了利用UWF图像开发的机器学习模型识别DR进展的准确性和可行性。

Paolo S. Silva教授

Joslin糖尿病中心比瑟姆眼科研究所远程医疗联席主任、哈佛医学院眼科副教授Paolo S. Silva博士谈及："目前，评估DR进展风险是医生在治疗糖尿病眼病患者时最重要的，但也是最困难的任务之一。我们的研究结果表明，人工智能算法的使用可能会进一步细化对疾病进展风险的预测，并为患者制定个性化的筛查间隔，可能会降低成本并改善视力相关的结果。"

声明：本平台旨在为医疗卫生专业人士传递更多医学信息。本平台发布的内容，不能以任何方式取代专业的医疗指导，也不应被视为诊疗建议。如该等信息被用于了解医学信息以外的目的，本平台不承担相关责任。本平台对发布的内容，并不代表同意其描述和观点。若涉及版权问题，烦请权利人与我们联系，我们将尽快处理。