贾伟平教授：从概念到案例，数字医疗赋能糖尿病智慧管理

*仅供医学专业人士阅读参考

贾伟平院士详解数字医疗！

整理 | Nina

审核|贾伟平教授

2024年10月13日，京医论坛-2024北京老年内分泌研讨会在北京成功召开。本次大会由北京医院·国家老年医学中心、中国老年保健医学研究会等联合举办，汇聚了国内外内分泌领域的众多专家学者，共同探讨老年内分泌疾病的最新研究进展、临床诊疗经验及未来发展趋势。

数字医疗一直是慢病管理的前沿话题，在论坛上，中国工程院院士、上海市糖尿病研究所所长贾伟平教授以《数字医疗与糖尿病智慧管理》为题，再次强调了发展数字医疗的重要性，并通过案例分析，向与会学者们传递了数字医疗的实践经验。

人口老龄化背景下，慢性病已成为严重的健康和社会问题

人口老龄化是一个全球性的公共卫生和社会议题。在演讲中，贾伟平教授指出：“我们目前正处于一个特殊的历史阶段，其中最大的健康挑战之一就是人口老龄化。”以上海为例，其在20年前就已经进入了老龄化城市的行列，目前大约三分之一的人口年龄超过60岁。如果根据世界卫生组织的定义（大于65岁的人群被视为老年人），我国目前大约有六分之一的人口属于这一年龄段[1-3]。

贾伟平教授还指出，老年人的患病特点主要表现为多病共患，他们可能同时患有糖尿病、血脂异常、高血压，甚至经历过心血管事件或患有肿瘤，这些健康问题导致了医疗花费的增加。

贾伟平教授进一步强调，除了老年人，我国在职工作年限的人群中慢性病患者数量也相当惊人。

根据我国2030健康行动计划，有四项与慢性病相关的疾病需要重点关注，包括糖尿病、心血管疾病、呼吸系统疾病和肿瘤。目前，我国高血压患者达到三亿，糖尿病患者有1.25亿，慢阻肺患者超过一亿[3]。

为了进一步应对这些挑战，医务人员的服务模式已经发生了改变。从过去患者到医院看病的模式，转变为更加关注患者的整体健康状况，包括疾病的预防、治疗和康复。医生不仅要关注患者在诊室内的情况，还要关心患者的生活环境、情绪和疾病的发展过程。贾伟平教授提到，疾病管理需要实行全生命周期的管理，这包括预防、筛查、诊断、治疗和康复等多个环节。这种管理模式要求医务人员走出医院，深入社区，关注患者的整体健康状况。

图1 贾伟平教授演讲内容：以人为本的医疗模式

贾伟平教授指出，要完成“以人为本的一体化医疗服务”，数字医学和人工智能是必须借助的新兴手段。这些技术的应用正在改变现有的诊疗模式和科学研究的范式——随着信息化平台的建立，很多疾病可以通过精确的记录来进行管理。贾伟平教授还提到，医务人员的培训模式也在发生变化，线上培训已经成为一种常见的模式。

贾伟平教授指出，中国在数字医学方面的建设得到了国家政策的支持和资金的投入。电子病历的建立、智慧医院的建设、人工智能的应用以及专病数据库的建设都是改善目前诊疗模式的重要手段。通过这些数据库，医院可以对特定疾病的患者进行集中管理，从而发现新的诊疗方案并开展有针对性的研究。

什么是数字医疗？如何用好数字医疗？

在会议现场，贾伟平教授还详细揭示了数字医疗的概念及其在当前疾病管理当中的应用。贾伟平教授指出，数字医疗或者说数字疗法，是一种基于软件程序的疗法，为患者提供循证治疗干预以诊断、评估、预防、管理或治疗疾病[4]。

如果详细拆分，数字医疗可以分为数字健康、数字医疗和数字疗法三个部分。数字健康涉及医院信息平台的建设，使患者能够通过微信系统或APP获取自己的检查数据，同时也用于科学普及和宣传。数字医疗则包括用于临床诊断和治疗的新技术，而数字疗法更加专注于数字化治疗手段的临床研究，与新药研究相似，包括数字软件的Ⅲ期临床试验和上市后的Ⅳ期研究[4]。

图2 数字医疗的概念和组成部分

贾伟平教授强调，医疗信息化已经基本覆盖了所有医院，如电子病历、化验单、检查报告、病理系统和影像资料等都记录在医院平台上，这不仅具有记录功能，还能通过设计和应用规则发挥更大的作用。贾伟平教授还提到，通过互联网系统，医院能够实现与患者的连接，提供远程医疗服务。

在谈到数据的进一步应用时，贾伟平教授解释说，随着数据量的增加和结构化，可以根据这些数据预测患者可能患有的疾病。这种预测基于医学图谱的建立，需要结合国际指南、教科书和最新的论文发表，形成一个全面的医学知识图谱，从而辅助诊断少见病或不熟悉的疾病。

此外，贾伟平教授还强调了数字疗法和医学人工智能的监管话题，她指出，数字医疗需接受国家医疗监管部门的审查，要遵循临床医学研究标准；在申报数字医疗产品时，必须开展多中心或单中心的研究，并在同行评审的期刊上发表研究论文。经过批准后，还需要在更大的真实人群中验证软件产品的治疗效果。

基于数字医疗的发展情况，贾伟平教授预测：“未来内分泌科的处方可能不再局限于开具药物处方，而是开具一个‘小软件’，这个软件会指导患者如何饮食和运动，以及如何根据个人情况选择合适的药物。”

4个案例，解析数字医疗的机遇与挑战

贾伟平教授在演讲中通过四个案例阐释了数字化在糖尿病管理中的多方面应用和显著成效。在第一个案例中，她指出中国的糖尿病诊断率仅为38%，这表明存在大量未被诊断的糖尿病患者，因此，她强调全生命周期管理的第一步应是广泛筛查，以便及早发现这些病例，而数字医疗则能够提升筛查效率，尽早发现疾病，及早干预。

第二个案例中，贾教授介绍了一个线上糖尿病管理教育项目，该项目利用医学知识图谱和人工智能技术，为患者提供个体化的教育和生活方式建议，有效地提升了患者的糖化血红蛋白达标率。

在第三个案例中，贾伟平教授聚焦于糖尿病慢性并发症的管理话题，以视网膜病变为例，中国糖尿病患者中视网膜病变的患病率高达16.3%，而使用基于时序影像序列深度学习的糖尿病视网膜并发症预警系统“DeepDR Plus”，可基于眼底图像精准预测糖尿病视网膜病变进展[5,6]。结合这一结果，贾伟平教授强调了糖尿病慢性并发症的早期识别和干预的重要性，以及数字化工具在提高疾病管理质量和效率方面的潜力。

在最后一个案例中，贾伟平教授讨论了数字疗法在基层糖尿病管理中的应用，描述了一个人工智能APP辅助村医管理糖尿病患者的研究项目。通过APP进行血糖监测和健康教育，该项目成功地提高了患者的血糖控制水平。

综合这些案例，贾伟平教授展示了数字化工具在提升糖尿病管理质量和效率方面的巨大潜力，并预测，随着数字医疗技术的进一步完善，智慧管理将成为糖尿病管理的未来趋势。

数字医疗是一个机遇与挑战并存的行业领域，贾伟平教授指出：“随着人工智能越来越多地渗透到我们的诊疗活动中，我们需要对其持有一个开放和包容的态度，也要关注到数字化相关的医学挑战。”在演讲的最后，贾伟平教授将数字化（人工智能化）慢病管理的挑战和解决方案列为4个方面，供所有与会专家参考：

▌挑战1：构建人工智能模型的数据质量

建立大规模、高质量的多模态慢病数据库用于人工智能技术开发确保数据标签的准确性和权威性

▌挑战2：人工智能模型的可解释性与信任

发掘已建立人工智能技术捕获的表型特征和病理生理意义

增加临床医生对人工智能模型输出结果的信任程度

▌挑战3：人工智能技术的循证证据

开展严谨的临床研究验证已开发人工智能技术的临床有效性

真实世界前瞻性研究、临床随机对照研究

▌挑战4：人工智能技术的推广应用

提高已开发人工智能技术应用于真实世界临床场景的易用性和接受度

通过用户友好界面设计、持续培训支持、持续模型更新等优化人工智能技术的适用性

小结

通过本次大会演讲，贾伟平教授强调了数字医疗在慢性病管理中的重要性和潜力，提醒与会专家保持对新技术的开放态度，同时也提示学界关注和解决伴随而来的挑战。相信随着技术的不断进步和完善，数字医疗有望在未来成为慢性病管理的重要工具，为患者提供更高效、个体化的医疗服务。

专家简介

贾伟平 院士

上海交通大学医学院附属第六医院

教授、主任医师

上海交通大学讲席教授

中国工程院院士、发展中国家科学院（TWAS）院士

上海市糖尿病研究所所长、上海市政府参事

上海交通大学主动健康战略与发展研究院院长

国家基层糖尿病防治管理办公室主任

中华医学会糖尿病学分会前任主任委员、中华医学会理事

《中华内科杂志》总编辑

获国家科技进步二等奖2项

获省部级科技进步一等奖5项

获何梁何利科学与技术进步奖、谈家桢生命科学临床医学奖、吴阶平-保罗·杨森医学药学奖、亚洲糖尿病研究协会“糖尿病学流行病学杰出研究奖”

参考文献：

[1] 《中国居民营养与慢性病状况报告2020》

[2] 《中国发展报告2020：中国人口老龄化的趋势与政策》. 中国发展基金会. 2020

[3] 医疗机构慢性病随访开展现状与关键问题剖析，中国全科医学，2020年28期

[4] https://dtxalliance.org/wp-content/uploads/2021/01/DTA_DTx-Definition-and-Core-Principles.pdf

[5] Hou X, et al. Nat Commun. 2023 Jul 18;14(1):4296.

[6] Dai L, et al. Nat Med. 2024 Feb;30(2):358-359.

责任编辑丨小林

*"医学界"力求所发表内容专业、可靠，但不对内容的准确性做出承诺；请相关各方在采用或以此作为决策依据时另行核查。