9日，人工記者從北京大學人民醫院獲悉，智能助力診斷者分該院內分泌科主任紀立農帶領團隊采用數據驅動方法確定了中國及美國初步診斷糖尿病人群的糖尿糖尿病分型，為我國糖尿病患者獲得更精準的病患治療提供了數據支撐，該研究成果發表在《柳葉刀·糖尿病與內分泌學》雜志上。人工
糖尿病是智能助力診斷者分由胰腺分泌功能障礙或胰島素抵抗引起、以血糖升高為特征的糖尿代謝性疾病。據國際糖尿病聯盟發布的病患2017年全球糖尿病地圖，全球成人患者達4.25億，人工平均每11個人中就有1位患該病。智能助力診斷者分其中，糖尿中國患病人數居全球首位，病患達1.14億人，人工是智能助力診斷者分全球患者總數的1/3。
“當前全世界已經使用了20多年的糖尿糖尿病分型系統，是按照病因、病理生理特征將糖尿病分成多個亞型，但研究表明其對指導臨床治療的作用有限。”北京大學人民醫院內分泌科住院醫師鄒顯彤在接受記者采訪時表示，明確的診斷分型可以為糖尿病病人獲得精準治療提供依據。因此，該團隊在更加精細的糖尿病分型上“多下了功夫”。
為何選擇中美糖尿病患者人群？“我們想為中美兩國人群糖尿病的精準分型及治療研究盡一份綿薄之力。”鄒顯彤表示，來自北歐的Groop團隊也曾采用人工智能方式將初發糖尿病分為截然不同的亞群，并證明亞群之間有著不同的臨床表現及其對應的治療方法。然而此項研究僅針對北歐人群，是否適用于其他人群目前未知。紀立農團隊則將初發糖尿病的中國人群2316例和美國人群815例分別列入研究，通過人工智能中的聚類方法，采用年齡、體重指數（BMI）、血糖水平、胰島素敏感性指數（HOMAIR）及胰島細胞功能指數（HOMAB）等5個維度將兩個人群分成了4個亞型。經數據分析表明，4個亞型的主要臨床特征在中國及美國人群中基本一致，并與北歐人群的亞型特點相重合，證實了糖尿病精準分型的理論在不同的人群及種族之間保持穩定。
