人工智能驱动的糖尿病并发症预测:从临床数据到分子奥米克
Xueqin Xie1, Changchun Wu1, Ziru Huang1
1Department of Clinical Laboratory, Sichuan Clinical Research Center for Cancer, Sichuan Cancer Hospital & Institute, Sichuan Cancer Center, School of Life Science and Technology, University of Electronic Science and Technology of China, 2006 Xiyuan Avenue, West Hi-Tech Zone, Chengdu 610054, China.
Briefings in bioinformatics
|February 26, 2026
概括
人工智能 (AI) 模型在预测糖尿病并发症,如视网膜病变,病和心血管疾病方面表现有前途. 多模式数据集成和先进的人工智能技术为更好的糖尿病管理提供了改进的风险预测.
科学领域:
- 生物医学信息学 生物医学信息学
- 医疗保健中的人工智能
- 糖尿病研究 糖尿病研究
背景情况:
- 糖尿病并发症对患者的发病率和死亡率有很大影响.
- 早期识别高风险个体对于有效的预防和管理策略至关重要.
- 人工智能 (AI) 为糖尿病护理中的风险预测和临床决策支持提供了先进的工具.
研究的目的:
- 系统地审查基于人工智能的糖尿病视网膜病变 (DR),糖尿病病 (DN) 和糖尿病心血管疾病 (CVD) 的预测建模研究.
- 分析人工智能方法论的演变和应用,用于预测糖尿病主要并发症.
- 提出AI在治疗糖尿病并发症中的临床转化框架.
主要方法:
- 在PubMed,Web of Science和Scopus (2015年1月 - 2025年6月) 的系统文献搜索.
- 包括58项利用基于临床特征,奥米克,成像和多式联络数据的AI预测模型的研究.
- 分析AI模型的演变,从传统的机器学习到深度学习,大型语言模型和基于代理的系统.
主要成果:
- 与DR,DN和CVD的单模式方法相比,多模式数据融合显示出更高的预测性能.
- 深度学习,大型语言模型和基于代理的系统代表了传统机器学习的进步.
- 在糖尿病并发症中为AI临床转化提出了一个六步框架.
结论:
- 人工智能,特别是多式联网数据集成,具有巨大的潜力,可以改变糖尿病并发症的预测和管理.
- 持续开发和验证人工智能系统对于临床部署至关重要.
- 拟议的框架为将人工智能纳入常规糖尿病护理中的路线图提供了路线图,以改善患者的治疗结果.
