智能手机应用程序的比较准确性和用于碳水化合物计数的生成人工智能工具:一个独立的双中心研究

科学领域:

• 内分泌学和新陈代谢学
• 数字健康数字健康
• 营养科学 营养科学

背景情况:

• 准确的碳水化合物计数对于在1型糖尿病 (T1D) 中有效的食用胰岛素剂量至关重要,特别是对于混合闭环 (HCL) 系统用户.
• 有几个智能手机应用程序可以帮助实时估计碳水化合物,但独立的比较研究有限.

研究的目的:

• 评估和比较四个智能手机应用程序 (DiabHealth,GluciCheck,EkiYou,Gluroo) 和ChatGPT-5的现实世界碳水化合物估计准确度.
• 评估这些工具在标准化医院环境中的一致性和可靠性.

主要方法:

• 一项涉及受过培训的医学学生的前性双中心研究,使用五种数字工具估计了246种医院餐的碳水化合物含量.
• 参考碳水化合物值是由专家饮食学家使用权重食品和标准化的照片来确定的.
• 主要终点是绝对误差;次要结果包括±10g和±20g内的估计比例,使用斯皮尔曼相关性和布兰德-阿尔特曼方法进行分析.

主要成果:

• 平均绝对误差有所不同:GluciCheck (13.0±9.9g),EkiYou (14.2±12.5g),DiabHealth (13.9±9.9g),Gluroo (20.6±14.6g) 和ChatGPT-5 (18.0±16.0g) 等测试方法的平均误差有所不同.
• GluciCheck和EkiYou显示了最狭窄的协议范围,而Gluroo显示了最广泛的协议范围.
• 糖尿病和ChatGPT-5的偏差很小,没有比例误差;80%的糖尿病和73%的ChatGPT-5估计在±20g范围内.

结论:

• 在受控的医院环境中,GluciCheck,DiabHealth和EkiYou应用程序提供了最准确和最一致的碳水化合物估计.
• 聊天GPT-5实现了中等精度,与一些专用应用程序相比,突出了AI在T1D管理中的潜力.
• 格鲁罗显示出最大的变异性,强调需要继续评估数字工具在1型糖尿病中计数碳水化合物.