糖尿病是一种主要的慢性疾病，影响超过3000万年在美国的人。这种疾病是由高血糖(血糖)引起的，因为无法从食物中获取能量，主要是葡萄糖。胰岛素是一种激素，通常帮助身体处理葡萄糖。然而，对于糖尿病来说，胰岛素不足(2型糖尿病)或过时(1型糖尿病)。
的糖尿病的经济影响估计为1050亿美元该研究由伦敦帝国理工学院(Imperial College London)、哈佛大学陈曾熙公共卫生学院(Harvard T.H. Chan School of Public Health)和世界卫生组织(World Health Organization)的研究人员牵头。管理糖尿病通常包括坚持健康的生活方式，定期检查血糖水平和坚持药物治疗。今天，机器学习正在努力提高糖尿病患者的生活质量。
今天，商业领袖们提出的一些与机器学习在糖尿病管理中的作用相关的问题包括:
- 目前有哪些类型的人工智能应用程序被用来管理糖尿病?
- 市场对这些人工智能应用的反应如何?
- 在这些创新努力中有什么共同的趋势吗?这些趋势如何可能有助于降低糖尿病患者的发病率?
糖尿病AI应用概况
大多数用于管理糖尿病的AI用例似乎可以分为三大类:
-
- 血糖监测系统:机器学习算法帮助自动化监测血糖水平的过程，并建议调整护理。
- 营养指导:根据用户的特定饮食标准，帮助推荐膳食选择。
- 早期诊断工具:深度学习预测糖尿病视网膜病变的发病，视网膜病变是糖尿病患者失明的主要原因。
血糖监测系统
梦想糖尿病-机器学习的最佳胰岛素剂量
成立于2014年,梦想糖尿病该公司声称，其基于云计算的分析平台“dream Advisor”使用机器学习来推荐最佳胰岛素剂量，以保持血糖水平平衡。
例如，来自糖尿病管理系统(如血糖监测设备和胰岛素剂量方案)的数据被传输到云端。然后，Advisor可以访问来自云的累积数据，并使用专有算法了解患者的独特习惯和需求。从分析得出的模式被用来提供自动推荐的胰岛素剂量。
这段1分58秒的动画视频展示了Advisor是如何为病人和他们的提供者工作的:
美国国家医学图书馆提供的临床试验数据库显示，dream从2016年12月开始招募志愿者儿童和青少年1型糖尿病的评估研究。该帖子最后一次更新是在2017年11月，研究预计将持续到2018年12月，届时将收集最终数据。
Medilync的“胰岛素”帮助监测病人的血糖
这家位于冰岛的初创公司成立于2012年Medilync该公司声称，他们的血糖监测设备利用机器学习来持续监测患者的血糖水平。该公司的Insulync设备由一个葡萄糖阅读器构成，包括储存用户胰岛素笔(用于注射胰岛素的设备)和测试试纸(用于血液样本)的空间。
收集的数据Insulync自动同步到Medilync的云平台Cloudlync。据报道，机器学习被用来分析不断输入到云中的数据。患者数据还与饮食计划数据以及患者的电子病历(EMR)集成在一起，防止手动输入数据。
这些功能允许临床医生对患者进行持续、远程监控，并能够根据实时血糖水平识别任何潜在的健康风险。该系统还提供警报，如果用户错过胰岛素注射或葡萄糖读数。
本视频展示了该平台如何获取数据来监测患者的血糖水平:
目前,两个案例研究介绍了Medilync的网站，重点关注该公司如何使用微软的解决方案，如Azure机器学习算法，以优化其功能。事实上，微软似乎对这家初创公司特别感兴趣。
2017年11月,Medilync被授予年度启动由微软冰岛。在那之前，在2017年6月，这家初创公司是入选微软物联网与人工智能实验室继续扩大其平台。然而，关于Medilync平台如何影响其用户健康的结果还有待报道。
营养指导
tic使用AI来推荐食物选项
成立于2014年，总部位于加利福尼亚Suggestic正在采取一种以营养为重点的方法来帮助糖尿病患者和其他慢性病患者管理他们的健康。这家初创公司声称，它的应用程序使用人工智能来推荐符合用户饮食限制的饮食选择。
据该公司网站介绍，该平台建立在一个拥有100多万份食谱和50万份餐馆菜单的庞大数据库之上。r这些数据被用来训练算法来识别哪些食物可以补充特定的饮食。
例如，用户开始选择一个饮食计划，如纯素食或无麸质。应用的聊天机器人使用自然语言处理，在外出就餐时，通过推荐菜谱或菜单选项，帮助用户规划每周的膳食。该平台使用一个从绿色(最优)到红色(最不优)的坚持度评分来确定一个饮食选择是否适合用户的饮食。据报道，该应用还集成了增强现实技术(AR)，通过智能手机摄像头捕捉餐厅菜单信息。
在下面这段简短的38秒视频中，该公司演示了如何在应用程序中记录和评分餐厅菜单选项:
除了一般的评论外，公司网站上目前还没有关于糖尿病患者治疗结果的具体数据。然而，似乎确实存在一个对吸引合作伙伴有浓厚兴趣例如饮食和营养专家、企业健康实体和研究机构。目前的合作伙伴包括功能医学研究所和健康教练协会。
Virta健康-机器学习个性化治疗
成立于2014年,Virta健康该公司将其平台描述为“在线专业医疗诊所”，其雄心勃勃的目标是“到2025年让1亿人逆转糖尿病”。Virta Health使用一种以营养为中心的方法来帮助用户坚持a生酮低碳水化合物/高脂肪饮食。这家初创公司声称，它使用机器学习来个性化治疗建议，并扩大其运营规模。
例如，Virta为客户提供记录血糖和血压等信息的设备。患者将他们的数据输入Virta应用程序，然后可以由指定的临床医生和健康教练(可以通过短信或视频聊天获得)持续监控。
机器学习用于了解患者的特定需求，并可以根据这些模式推荐食谱视频和一般的饮食技巧。患者还可以表明他们一天中饥饿、能量和渴望的总体水平，帮助护理团队整合数据发现并告知患者护理。
根据10周的初步调查结果临床试验与印第安纳大学健康合作进行的研究表明，大约240名参与者中，56%的人的血糖低于糖尿病水平，87%的人不再需要注射胰岛素。后续研究将有助于验证报告的结果是否可在患者人群中复制，并随着时间的推移可持续性。
早期诊断工具
DreamUp Vision使用深度学习来筛查眼疾
糖尿病性视网膜病变(DR)是一种由糖尿病引起的视力丧失，已被记录为糖尿病性视网膜病变导致20-74岁成年人失明的主要原因。早期筛查是至关重要的，但目前的增长速度已经超过了筛查患糖尿病的比率预计将出现供过于求的短缺到2030年有10万名医生包括眼科专家。
2016年在巴黎成立，DreamUp愿景该公司声称，它的软件利用深度学习来帮助自动化筛选可能导致失明的眼疾。
DreamUp Vision的算法是在超过7万张标注了视网膜图像的数据集上进行训练的。眼科医生对这些图像进行了评分，从0(无视网膜病变)到4(最严重)。因此，据报道，该算法能够快速识别视网膜异常的位置和严重程度。
在下面的2分54秒中，DreamUp Vision团队的成员通过演示讨论了该软件在临床环境中的工作方式:
根据一项研究的结果，DreamUp Vision的算法在具有接收方操作特性(中华民国)得分0.946分。一个优秀的ROC评分通常在0.90到1之间。
糖尿病人工智能应用补充医生护理
糖尿病管理在很大程度上涉及模式识别，因此它很好地定位于人工智能的应用。例如，血糖、体重和血压等关键因素必须持续测量和监测，以告知病人的护理。
通过自动化常规流程，临床医生可以将更少的时间用于数据输入，而将更多的时间用于患者交互。患者也可以通过拥有指导工具和支持来增强对糖尿病的控制感。
人工智能的真正潜力在于，它能够在扩大这些创新的同时，仍能个性化用户体验。此外，在与医生和患者面对面的访问之间，可以实现更好的护理连续性。
市场渗透的挑战包括数据隐私、病人同意和目前有限的临床结果数据。与医院和医疗系统的战略伙伴关系将是必要的，以进行所需的研究，以验证公司对产品的要求。
从我们的研究中得出的一个重要的主题是，这些应用不是补充，而是补充临床医生提供的护理。这是一个重要的考虑，随着越来越多的应用出现，以努力减少糖尿病的发病率和负面影响。
标题图片来源:临床Asiesta
