近日，复旦大学附属中山医院内分泌科李小英、陈颖团队联合北京邮电大学王光宇教授团队在国际顶级医学期刊《Nature Medicine》（自然医学）在线发表研究成果。本文图片均为 中山医院 供图

精准调控2型糖尿病患者血糖水平、提升胰岛素治疗方案准确性，中国研究团队在糖尿病治疗方面再获突破。

近日，复旦大学附属中山医院内分泌科李小英、陈颖团队联合北京邮电大学王光宇教授团队在国际顶级医学期刊《Nature Medicine》（自然医学）在线发表研究成果——首次提出采用基于强化学习算法的AI系统“RL-DITR”制定胰岛素决策策略，有效提升2型糖尿病患者的胰岛素治疗方案准确性。

9月15日，李小英、陈颖团队对澎湃新闻（www.thepaper.cn）记者表示，该研究成果可为2型糖尿病患者提供个性化、动态的诊治方案，辅助建立分级诊疗体系，提升慢病管理效率。

“人工智能在医疗领域的应用，过去更多是在诊断上，对治疗的决策支持相对较少。这次我们的研究，是对糖尿病治疗的辅助性决策的研究。”李小英说，此次的研究成果，将为庞大的糖尿病患者群体带来获益，助力解决医院、家庭等场景中糖尿病患者血糖控制等关键问题。

中国是糖尿病第一大国，据最新数据显示，每9个成人中就有一个患有糖尿病，其中，2型糖尿病占糖尿病总人数的90%以上，且将近50%的患者需要使用胰岛素注射治疗。如何为如此庞大的糖尿病患者群体精确高效地调整胰岛素用量，一直以来是困扰医学界的难题。

李小英、陈颖团队表示，传统的胰岛素剂量调整主要凭借医生的经验，无法满足个体间动态变化的需求，2020年开始，李小英、陈颖团队联合王光宇教授团队共同开展了基于强化学习等创新算法的AI系统“RL-DITR”优化2型糖尿病患者胰岛素治疗方案的研究。该系统能够根据患者的历史数据和当前生理状况等特征，针对不同患者对胰岛素反应的差异性，以及病程进展中对胰岛素需求的变化，实时预测最佳药物剂量，制定个体化、精准、动态的治疗策略，达到血糖控制目标。

复旦大学附属中山医院李小英、陈颖团队，在病房与患者交流。

此次研究显示，与其他人工智能模型和临床现行标准方案相比，RL-DITR更接近拥有丰富临床经验的医生判断，与他们的胰岛素推荐剂量相比，差值仅为1.2个单位，同时使患者的葡萄糖达标时间百分比（TIR）提高了24.1%，且不会造成严重低血糖或酮症酸中毒等不良后果。该决策系统操作便捷，能够自动化实时读取和处理数据，未来将有望应用于患者的居家管理等更广泛的应用场景，为糖尿病精细化、智慧化管理提供重要支撑，造福广大糖尿病患者。

复旦大学附属中山医院党委书记顾建英表示，该院通过将5G、人工智能、大数据、数字孪生等新技术与优质医疗资源深度融合，打造全国首个“5G+数字孪生智慧医疗生态圈”。未来，数字孪生智慧医疗全场景应用将促进智慧医疗相关技术的不断创新，让居民看病就医更便捷。