本报讯（记者张双虎）近日，复旦大学附属中山医院教授李小英、副研究员陈颖团队联合北京邮电大学教授王光宇团队在《自然-医学》在线发表论文，首次提出采用基于强化学习算法的人工智能（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。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。

最新数据显示，我国每9名成人中就有一名是糖尿病患者，其中，2型糖尿病患者占糖尿病总人数的90%以上，且近50%的患者需要使用胰岛素注射治疗。如何为庞大的糖尿病患者群体精确高效地调整胰岛素用量，是困扰医学界的难题。

传统的胰岛素剂量调整主要凭医生的经验，无法满足个体间动态变化的需求。自2020年开始，联合团队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。

研究发现，与其他AI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。与医生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提高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，有望应用于患者的居家管理等更广泛的场景，为糖尿病精细化、智慧化管理提供重要支撑。

相关论文信息：

https://doi.org/10.1038/s41591-023-02552-9