人工智能分型指導2型糖尿病精準治療

2型糖尿病是最常見的一種糖尿病類型，因其受遺傳因素和環境因素共同作用，通常患者具有較大的異質性，即在2型糖尿病患者中血糖控制難易程度、并發癥發生輕重程度因人而異，給臨床治療帶來了較大挑戰。

近年來，新一代口服降糖藥——鈉-葡萄糖協同轉運蛋白2抑制劑（簡寫：SGLT2i抑制劑），可以抑制腎臟對葡萄糖的重吸收，促進尿糖的排出，不僅可以降糖，而且具有減重和保護心臟、腎臟的作用，廣泛應用于臨床。但是通過臨床觀察發現，SGLT2i抑制劑的臨床療效存在著較大的個體差異。2型糖尿病因其異質性，每一位患者用藥后的血糖控制效果并不相同，如何給患者精準用藥，就需要再進一步精細分型。

為解決臨床醫生對SGLT2i抑制劑精準治療的需求，北京大學人民醫院紀立農教授團隊發表最新研究，對卡格列凈全球性臨床試驗的數據進行二次分析，對比聚類分型及監督式學習兩種“人工智能”方法對SGLT2i抑制劑療效的指導作用。發現聚類分型更適合于識別應用SGLT2i抑制劑后降糖療效好人群，而監督式學習更適合于識別應用SGLT2i抑制劑后腎臟保護作用好的人群。

本研究在國際上首次應用包括多個國家和地區糖尿病人群的SGLT2i抑制劑大型臨床試驗的數據，通過人工智能的方法是否可以預測SGLT2i的降糖療效和腎臟保護作用進行了驗證。

該研究于2022年7月8日在專業期刊Diabetologia（IF 10.460）發表，北京大學人民醫院內分泌科鄒顯彤醫生及八年制博士生黃齊為文章共同第一作者，紀立農為文章通訊作者。Diabetologia是歐洲歐洲糖尿病研究協會官方期刊（SCI影響因子10.4），旨在發表關于糖尿病和相關學科各個方面具有行業領先科學價值的的原創臨床、轉化和實驗研究。

紀立農指出，基于人工智能的臨床決策支持在糖尿病的精準治療中具有很大的應用前景。然而究竟這些方法能否指導降糖藥的選擇，還有待臨床研究驗證。研究發現如果針對降糖療效的預測，聚類分型就可以識別出SGLT2i降糖作用更好的群體。在紀立農教授團隊以往的研究證實中就已經發現，聚類分型在不同人群中有比較高的穩定性（Zou et al, Lancet Diabetes Endocrinol. 2019 Jan;7(1):9-11.），因此本研究對聚類分析這一方法在更廣泛人群中的臨床應用起到了支持作用。但是，因糖尿病并發癥的原因較為復雜，如果要預測SGLT2i抑制劑對并發癥的影響，如尿蛋白的進展，通過“私人定制”的模式進行監督式學習效果可能更好。