我国糖尿病发病率和患病率逐年增加，为社会的发展带来极为沉重的疾病负担。中国心血管代谢性疾病和恶性肿瘤队列研究(简称"4C"研究)发现，中国每年有2%的新发糖尿病，处于糖尿病前期的人群数量巨大，是血糖正常受试者的近3倍。随着人工智能的快速发展以及在医学领域越来越广泛的应用，与之相结合的糖尿病管理模式为"复杂疾病分段化"的糖尿病防治策略，即全程分段管理带来了新的探索方向。
本刊版权归人民卫生出版社有限公司所有。任何机构或个人欲转发本刊图文，请与本刊联系。凡未经授权而转载、摘编本刊文章者，本刊将保留追究其法律责任的权利。
随着我国人口老龄化的快速进展，我国成人糖尿病的患病率和发病率均较高，18岁以上常住人口糖尿病患病率为11.6%，糖尿病前期患病率为50.1%，18~59岁流动人口糖尿病患病率为5.1%，糖尿病前期患病率为30.5%，中国心血管代谢性疾病和恶性肿瘤队列研究(China Cardiometabolic and Cancer Cohort，简称"4C"研究)结果表明，我国40岁及以上人群糖尿病年发病率为2%。由此带来的健康水平下降和社会负担增加形势严峻，随着科技的发展和医学事业的进步，糖尿病管理模式也在不断发展。
AI目前已经广泛应用于医学助理(电子病历语音输入、智能导诊)、医学影像(病灶识别、三维重建)等医学领域，疾病风险预测(风险筛查、预防干预)、患者管理(医患问答、随访管理)、辅助诊疗(疾病分类、用药推荐)等领域的应用处于探索中。可以预见，AI医疗应用场景会越来越多，甚至可以应用于药物研发(化合物筛选、靶点预测)等方面。将科研数据整合分析和大数据运算应用于医学研究平台是未来的前沿方向。
临床医学向更实用、精确和个体化方向发展：从用标准化的试验方法将临床经验提升为临床规律的循证医学，到解决如何将基础研究成果变成临床有效的诊治方案的转化医学，将基因组学及其他组学进展用于诊断和治疗的精准医学，将互联网、大数据、AI等信息技术用于医疗的智慧医疗，循证、转化、精准和智慧都是医学方法，而医学始终没有改变。
技术进步促进临床医学向数字科学发展，即Life is digital，如何用数字方法定义生命，这是现阶段智慧医学需要解决的问题。将主观感觉客观化，将客观现象数据化，将纷杂数据标准化，这样才能将不同标准比较化，将群体比较个体化。
各项研究显示，30年来我国成人糖尿病患病率明显上升，糖尿病的发病率也在逐年增加。基于此现状，开展了China MAP，旨在开发中国人健康和代谢性疾病整合分析研究系统。整合构建中国人的基因组、精细表型组、代谢组、蛋白质组、微生物组和行为学的基线和随访数据库，形成中国标准(图1)。
为形成中国标准，我们建立了中国最大的内分泌代谢病临床样本资源库，实现操作规范化、质控标准化、信息电子化、管理智能化。①样本采集质量控制：精心设计规则，编制操作手册；培训各环节人员，严格考核后上岗；全程督导、抽样检查、质控上报。②可追溯的电子记录：保护患者隐私，符合多项药品质量管理规范。③自动化报表统计：可追踪每次操作的全流程日志，实时对接HIS、LIS、科研数据库，内分泌检测中心CAP认证。④定制化保藏方案：标准化、自动化智能识别，避免人工失误。⑤电子化出入库管理：可视化图形化展示、实时更新样本信息，内嵌物联网技术，链接多来源设备。⑥多种实时环境监控设备及软件系统：实时监测温度、湿度等环境数据变化，配置智能预警系统。在生物样本库的基础上，要具备更大的临床规模，因此，在上海建立了糖尿病专病大数据实验室和瑞金医院糖尿病中心。
通过以上工作基础，基于代谢解析组学计划的"代谢人"，首先要采集到具备理想健康习惯和理想健康因素的128个临床数据精准表型定义的"正常人"，按照年龄分组，然后进行大数据收集(Dia-omics)，划分基因组、极端表型组、环境暴露组、表观组、行为暴露组、代谢组和宏基因组，在此基础上实施整合计划，进行100%代谢谱解析计划，创建代谢人数据库。通过全基因图谱、代谢图谱、表型图谱和宏基因组谱进行展示。通过以上研究，才可以确定真正的正常值，目前的正常值只是一个范围。这样才能做出AI决策，进行辅助诊断和药物筛选。
通过创建人类生存模拟舱，在采集大量数据的同时，精细定量人体代谢特征(图2)。建立国内首个人类生存模拟舱，为医学转化成果提供测试平台。通过环境、生理、行为传感器，实时采集20余种指标，其中12种为世界首创。进行AI人群分类，实现精准预测疾病发展、选择最优治疗方案。
注：VO2，摄氧量；VCO2，二氧化碳呼出量。
通过精细数据来解析群体数据，建设"数字代谢人V2.0"，科学解析代谢基本规律(吃、喝、睡、动、情绪等)，智能辅助重大代谢疾病防诊治。人体数字化能量代谢监测平台结合IOT物联网可穿戴设备，可同时监测舱内环境参数、人体静态数据、动态生理指标、表情、行为等人体多维度表型大数据，并依托AI算法，开展包括肥胖、糖尿病、心脑血管疾病等研究工作，探究代谢性疾病病因与精准干预手段。
为了将经验推广，启动了MMC建设项目。目标为建立1 000家代谢中心，管理1 000万糖尿病患者。策略为"1+X"，即一个中心医院加多个基层中心。目前已有1 500家医院加入到此项目中。AI与临床实践融合，开拓慢病管理模式，坚持践行"一个中心、一站服务、一个标准"的核心思想，创新代谢疾病管理体系，建立标准诊疗体系和创新技术，创建数字化网络系统和400个标准操作程序，将指南落实在行动上。
管理流程主要包括：①重要器官损伤评估，心血管、骨骼、肝肾、眼底、神经并发症监测，早发现早治疗；②内分泌代谢功能评估，进行糖代谢、脂代谢和甲状腺激素水平测定，通过病情评估，明确疾病控制情况；③基础功能检查，基础评定包括身高、体重、心率、血压、血常规、尿常规等基本指标。运用物联网管理模式，打造标准化管理中心，一站式代谢疾病管理中心配备完整诊疗设备；通过物联网技术，形成多场景综合管理工具。借助云端整合，打通院内、院外两环(图3)，实现代谢疾病多角色全病程个体化的精准随访和管理。
MMC融合智能技术，创新了健康管理模式，主要体现在以下4个方面：①疾病风险预测，通过"瑞宁知糖"进行机器学习，评估糖尿病风险，通过"瑞宁预糖"计算代谢指数，评估3年内心血管疾病风险，通过"糖网筛查"进行AI阅片，开展糖尿病视网膜病变筛查。②临床辅助诊疗，AI医生(Dia-doc)从规范和文献中学习，构建知识模型，从真实病例中学习，构建经验模型，通过智能算法和深度学习两大模型，辅助临床决策。③医院管理，MMC代谢一体机智能集合多项功能，汇集眼底、神经、B超、心电图、血管功能等多项检查，减少患者多科室奔波；MMC综合管理平台动态实时更智能，动态管理中心患者，包含预警功能，检查报告、患者档案速查，个体化干预指导一键完成。④患者管理：MMC管家APP通过可视化随访数据，可以查询用药方案调整结果、关键检验检查指标的单次随访结果和关键检验检查指标多次随访间的变化趋势。
MMC院内端为统一的标准化院内患者管理平台，MMC管家APP为统一的标准化患者工具，MMC远程会诊为真实随访数据下的会诊平台。该医疗会诊平台基于图像高压缩、高清实时传输、信息整合、安全加密传输等技术，提供了集远程诊断、会诊、教育培训为一体的功能，为各级代谢中心提供安全、高效、全面、差异化服务的会诊支持。系统操作简洁、数据全面、资源共享、实时高清、保护安全隐私，以MMC平台数据为基础，可展示患者全面、连续的病史信息和各项检验检查数据，同时提供多维度、多参数的连续对比趋势分析，为专家远程诊断提供全面的、准确的数据支撑。
通过MMC管理，各中心患者总胆固醇、低密度脂蛋白胆固醇水平均明显下降，随访后空腹血糖、餐后血糖、糖化血红蛋白(glycosylated hemoglobin，HbA1c)均显著下降，HbA1c达标率(<7%)逐渐上升。
AI医生的学习主要包括：①构建知识模型，从关键词学习最新文献和治疗进展，文献检索引擎获取最新知识，学习糖尿病相关100多种并发症。②构建经验模型，根据200份瑞金医院标准化格式化电子病历，机器阅读病例基本信息，包括主诉、现病史、既往史、个人史、家族史、体格检查(一般检查、专科检查)、实验室检查，AI医生通过分析，进行诊断、评估和预后，最后进行药物选择、药物剂量和用药时间处理。学习后，AI医生诊治糖尿病能力可以达到略低于三甲医院医生的水平(图4)。糖尿病AI医生的出现，有望助力糖尿病标准化诊疗和提高诊疗效率。随着AI医生学习量的增加，其能力也会进一步提高。
此外，AI在代谢性疾病领域也有诸多应用拓展：进行疾病分类(糖尿病分型、先天性肾上腺皮质增生症分型)，内分泌肿瘤影像识别(肾上腺肿瘤影像分型)，糖尿病视网膜病变影像识别和诊疗方案辅助推荐等。
目前，转化医学国家重大科技基础设施依托上海医疗、多学科优势，利用社区健康网络和医联网信息资源，通过搭建系统化、规模化、集成化的科学设施，开展从临床实践到基础研究、医药产品和技术开发再回到临床实践的循环往复的转化医学研究。智慧代谢临床研究-立体数据网络建设包括4个层面：上海市内分泌代谢病研究所转化医学大设施、MMC标准化诊治中心、智慧健康小屋和易感人群的智能健康管理体系，由第4层向第1~3层推进疑难重症转诊和数据汇集，由第1层向第2~4层进行知识体系输出和技术支撑。
糖尿病管理一项长期并随病程的进展不断调整的综合管理过程，需要进行全程分段管理。通过依托MMC网络和转化医学大设施智能研究中心，推动智慧医疗应用及服务，践行"一个中心，一站服务，一个标准"核心，创新代谢病管理新体系。
