醫脈通整理報導，未經授權請勿轉載。
引言：為糖尿病管理賦能，創新技術引燃ADA會場。
2023年6月23日，萬眾矚目的糖尿病領域重磅學術會議「第83屆美國糖尿病協會科學會議（2023ADA）」於美國聖地亞哥拉開帷幕。23日，分別聚焦「血糖管理」和「糖尿病眼病風險預測」的兩項突破性技術——「優化胰島素輸注和葡萄糖感知的首創設備」和「糖尿病視網膜病變進展風險評估的AI算法」——引燃ADA會場。
Robert A Gabbay教授主持2023ADA大會開幕式
創新技術為糖尿病管理賦能
美國醫生協會首席科學和醫療官Robert A Gabbay博士表示：「多年來，我們在幫助管理和治療糖尿病的技術方面取得了諸多進步。隨著人工智慧（AI）、數字衛生技術和新型醫療設備等智能技術的不斷發展，糖尿病護理水平和患者生活質量將迎來進一步提升。」
Robert A Gabbay教授
「人工胰腺升級」——聚焦新型血糖傳感與輸送裝置
自動胰島素輸送（AID）系統，通常被稱為人工胰腺，是一種針對需要強化胰島素治療的糖尿病患者的變革性技術。AID基於連續傳感器獲取的葡萄糖數據通過胰島素泵向身體輸送胰島素。不過，當前的技術存在一些局限，如胰島素中的防腐劑會干擾傳感器的功能，當前的多設備系統操作相對複雜造成了用戶體驗不佳。
SynerGTM是太平洋糖尿病技術公司（PDT）開發的一種雙功能葡萄糖傳感胰島素輸送設備，可簡化糖尿病管理。SynerGTM葡萄糖傳感器的預熱時間小於30分鐘，還可以同步胰島素輸送和葡萄糖測量功能的更換時間表。考慮到每周更換時間表是一種更為適合應用的節奏，PDT的最終目標是將為期七天的CGMinfusion套裝商業化。
研究報告展示了首款結合葡萄糖感知和胰島素輸送功能的單一經皮裝置（SynerG）的可行性。研究招募了24名接受胰島素泵治療（IPT）的1型糖尿病成年患者，運行48小時後，將該裝置皮下插入前腹部並與泵連接。在不到30分鐘的預熱時間內進行了一次校準，60分鐘時給予一頓標準餐。餐前，每10分鐘測量一次血糖，持續60分鐘；餐後每15分鐘測量一次血糖，持續4小時。該研究評估了SynerGTM傳感器的準確性、胰島素輸注部位功能和使用者的耐受性。
研究結果表明，胰島素不會干擾葡萄糖傳感器的功能，並證明了葡萄糖測量的準確性。此外，胰島素被可靠地輸送給參與者。
墨爾本大學聖文森特醫院醫學系教授、聖文森特醫院內分泌科高級顧問、內分泌學家David O'Neal博士談及：「這些發現意味著在血糖水平管理方面我們邁出了潛在的重要一步，皮下裝置既能感知血糖水平又能注入胰島素。將有助於最大限度地減輕糖尿病患者護理難度以及胰島素使用相關的心理負擔。」
David O'Neal教授
人工智慧助力糖尿病眼病風險預測
數據顯示，到2050年，糖尿病視網膜病變患者人數估計將增加近一倍，影響1400多萬美國人。而在臨床上，評估糖尿病視網膜病變（DR）進展風險往往是困難的，因為其依賴於不同專科的醫學知識和臨床經驗。目前可用於評估DR嚴重程度的量表可告知臨床醫生進展風險，為隨訪和治療提供建議。而本項研究嘗試藉助人工智慧算法進一步改善DR風險評估。
這項名為《在超寬視野視網膜圖像上利用人工智慧學習識別糖尿病視網膜病變進展風險》的研究報告，檢驗了人工智慧算法的使用，以改進DR進展風險的估計過程。在這項研究中，作者從超寬視野（UWF）視網膜圖像中開發並驗證了DR進展的機器學習（ML）模型，這些模型已被標記DR嚴重程度和進展。結果顯示，AI對91%的圖像給出了準確或更準確的預測結果。這些發現證明了利用UWF圖像開發的機器學習模型識別DR進展的準確性和可行性。
Paolo S. Silva教授
Joslin糖尿病中心比瑟姆眼科研究所遠程醫療聯席主任、哈佛醫學院眼科副教授Paolo S. Silva博士談及："目前，評估DR進展風險是醫生在治療糖尿病眼病患者時最重要的，但也是最困難的任務之一。我們的研究結果表明，人工智慧算法的使用可能會進一步細化對疾病進展風險的預測，並為患者制定個性化的篩查間隔，可能會降低成本並改善視力相關的結果。"
聲明：本平台旨在為醫療衛生專業人士傳遞更多醫學信息。本平台發布的內容，不能以任何方式取代專業的醫療指導，也不應被視為診療建議。如該等信息被用於了解醫學信息以外的目的，本平台不承擔相關責任。本平台對發布的內容，並不代表同意其描述和觀點。若涉及版權問題，煩請權利人與我們聯繫，我們將儘快處理。