10 ژوئیه 2025- محققان در چین دریافتند که یک سیستم پشتیبانی تصمیم گیری مبتنی بر هوش مصنوعی (AI) در تنظیم دوز انسولین برای بیماران بستری مبتلا به دیابت نوع 2 (T2D) با متخصصان با تجربه ی غدد درون ریز برابری می کند.
این کارآزمایی بالینی تصادفی که در مجله یJAMA Network Open منتشر شده است، نشان داد که توصیه های ابزار هوش مصنوعی در 99٪ موارد پذیرفته شده است و متخصصان ارشد غدد درون ریز آن را با نمره رضایت بالای 4.1 از 5.0 ارزیابی کردند.
این کارآزمایی که در سه مرکز پزشکی بین اکتبر 2021 و سپتامبر 2022 انجام شد، شامل 149 شرکت کننده ی بزرگسال مبتلا به دیابت نوع 2 بود. همه بیماران سطح HbA1c بین 7.0٪ تا 11.0٪ داشتند و در سه ماه قبل تحت درمان های ضد دیابت بودند. دکتر ژن یینگ و همکارانش از دانشگاه فودان در شانگهای، با هدف ارزیابی اینکه آیا سیستم پشتیبانی تصمیم گیری بالینی انسولین مبتنی بر هوش مصنوعی(iNCDSS) می تواند به نتایج کنترل گلایسمی قابل مقایسه با نتایج مدیریت شده توسط پزشکان با تجربه دست یابد، این مطالعه را انجام دادند.
ابزارiNCDSS ، یک سامانه ی پشتیبانی از تصمیم گیری بالینی مبتنی بر هوش مصنوعی است که برای تنظیم دوز انسولین در بیماران مبتلا به دیابت نوع ۲طراحی شده است. ویژگی‌های کلیدی iNCDSS عبارتند از: تنظیم دوز انسولین به صورت شخصی سازی شده و لحظه ای برای بیماران بستری، استفاده از الگوریتم های هوش مصنوعی برای تحلیل داده های قند خون و سابقه درمان، دستیابی به سطح کنترل قند خون قابل رقابت با پزشکان متخصص و کاهش خطاهای انسانی و صرفه جویی در زمان پزشکان.
شرکت کنندگان به طور تصادفی برای دریافت راهنمایی برای تیتراسیون انسولین با کمک سیستم هوش مصنوعی یا با کمک متخصصان ارشد غدد درون ریز در طول پنج روز متوالی انتخاب شدند. نتیجه ی اولیه اندازه گیری شده، درصد زمانی بود که سطح گلوکز بیماران در طول دوره مطالعه در محدوده هدف (70 تا 180 میلی گرم در دسی لیتر) باقی می ماند. حد قابل قبول برای کمتر نبودن تأثیر یا noninferiority margin(نسبت به روش موجود)، ۶درصد در نظر گرفته شد.
یافته های کلیدی این مطالعه به شرح زیر بود:
· بیماران در گروه تحت کمک هوش مصنوعی به طور متوسط 76.4 درصد از زمان ها، قند خون خود را در محدوده هدف حفظ کردند، در حالی که این رقم در گروه تحت مدیریت پزشک 73.6 درصد بود.
· تفاوت ۲٫۷ درصدی مشاهده شده، در چارچوب حد تعیین شده برای کمتر نبودن تأثیر قرار گرفت و آن را برآورده کرد.
· هیچ افزایش قابل توجهی در عوارض جانبی، مانند هیپوگلایسمی، در گروه هوش مصنوعی گزارش نشد، که نشان می دهد ایمنی بیمار به خطر نیافتاده است.
· یافته ها، پتانسیل هوش مصنوعی را برای ارائه مدیریت شخصی سازی شده انسولین و بلادرنگ به طور مؤثر برجسته می کند.
· سیستم هوش مصنوعی ممکن است به غلبه بر چالش های فعلی در تنظیم دوز انسولین به موقع و فردی در عمل بالینی کمک کند.
· پزشکان شرکت کننده از این ابزار به دلیل صرفه جویی در زمان و ارائه پشتیبانی واضح و کارآمد در تصمیم گیری بالینی قدردانی کردند.
با توجه به بار رو به افزایش جهانی دیابت نوع ۲و چالش های مرتبط با مدیریت دقیق انسولین، به ویژه در مراقبت های بستری، محققان خاطرنشان کردند که "این نتایج پیشرفت قابل توجهی محسوب می شود."
آن ها افزودند که" این ابزار هوش مصنوعی می تواند راه حلی مقیاس پذیر و کارآمد برای بهبود مراقبت های دیابت ارائه دهد، خصوصاً در محیط هایی که دسترسی به متخصصان غدد درون ریز محدود است."
در پایان، پژوهشگران نتیجه گیری کردند که "ابزارهای بالینی مبتنی بر هوش مصنوعی مانندiNCDSS ، توان ارائه سطحی از مراقبت را دارند که با عملکرد پزشکان با تجربه قابل رقابت است. با پیشرفت مداوم سلامت دیجیتال، چنین نوآوری هایی برای مدیریت بیماری های مزمن نوید بخش هستند، چرا که دسترسی، بهره وری و ثبات در ارائه خدمات درمانی را بهبود می بخشند."
منبع: