摘要：参考消息网1月16日报道 据埃菲社1月14日报道，一个国际研究团队开发出一种名为GluFormer的人工智能(AI)系统，能够通过连续监测血糖数据来预测人们罹患糖尿病或心血管疾病的风险。该模型采用自监督学习和自回归预测的方式，通过学习提取各种血糖表征，并成功地将其应用于来自不同国家、使用不同监测设备、具有不同健康状况的19个外部队列，涵盖糖尿病前期、1型糖尿病、2型糖尿病、妊娠期糖尿病及肥胖症等群体。参与研究的西班牙圣地亚哥-德孔波斯特拉大学研究员弗朗西斯科·古德·桑佩德罗指出，该研究也为更早实施个性化预防与治疗干预(包括通过预测个体饮食反应实现精准营养)开辟了新途径，有助于优化糖尿病前期、糖尿病、肥胖症及妊娠期糖尿病的临床监测，并推动代谢健康领域走向精准医疗。

参考消息网1月16日报道 据埃菲社1月14日报道，一个国际研究团队开发出一种名为GluFormer的人工智能(AI)系统，能够通过连续监测血糖数据来预测人们罹患糖尿病或心血管疾病的风险。

持续监测血糖可以记录一段时间内血糖随时间的变化，但此前这一方法在预测患病风险和改善代谢健康方面的潜力尚未得到充分发挥。为了利用这一潜力，研究团队开发出这种能够从上万人的血糖数据中学习模式的人工智能工具。

澳大利亚、丹麦、以色列、瑞士、阿联酋、美国和西班牙的科学家共同参与了这项研究工作。研究成果14日刊登在英国《自然》周刊上。

GluFormer使用超过1万名成年人的1000万份血糖测量数据作为训练基础，其中大多数人身体健康，没有糖尿病。该模型采用自监督学习和自回归预测的方式，通过学习提取各种血糖表征，并成功地将其应用于来自不同国家、使用不同监测设备、具有不同健康状况的19个外部队列，涵盖糖尿病前期、1型糖尿病、2型糖尿病、妊娠期糖尿病及肥胖症等群体。

这些血糖表征显著提升了对血糖水平及其他关键参数的预测能力，效果优于传统基础测量获得的指标。例如在糖尿病前期人群中，GluFormer能更准确地识别出未来两年内血糖更可能升至临床相关水平的个体，其表现超过传统预测指标。

该模型的有效性在一项针对近600名成年人、平均随访11年的研究中进一步得到验证。据《自然》周刊刊登的摘要介绍，该模型能够准确预测糖尿病发病及心血管疾病死亡风险。

该模型已投入临床研究应用。结果表明，结合基线血糖水平可提升对代谢结果的预测能力。而整合膳食数据后的多模态版本甚至能生成真实的血糖变化轨迹，并预测个体对不同食物的血糖反应。

研究人员指出，这些结果表明，GluFormer可使持续的血糖监测从一种控制工具转变为风险预测与分层手段，从而更精准、更早地识别出糖尿病及心血管疾病的高危人群，其效果优于传统检测手段。

参与研究的西班牙圣地亚哥-德孔波斯特拉大学研究员弗朗西斯科·古德·桑佩德罗指出，该研究也为更早实施个性化预防与治疗干预(包括通过预测个体饮食反应实现精准营养)开辟了新途径，有助于优化糖尿病前期、糖尿病、肥胖症及妊娠期糖尿病的临床监测，并推动代谢健康领域走向精准医疗。（编译/王萌）