AI が予測した糖尿病の疾患軌跡: 遡及研究 (AI-TRYDIA)

提案された研究は、人工知能 (AI) と機械学習 (ML) の力を活用して、患者の生活に大きな影響を与える慢性かつ非寛解性疾患である糖尿病 (DM) の管理における重要な臨床ニーズに対処することを目的としています。 低血糖療法が利用できるようになったにもかかわらず、微小血管（網膜症、腎症、神経障害）と大血管（心血管、脳血管疾患、末梢動脈疾患）の両方の合併症の予防は依然として課題であり、糖尿病患者は一般集団と比較してリスクが高い。

この研究は 2 つの主な目的に焦点を当てています。第 1 に、DM 合併症を発症するさまざまな確率を持つ患者をアプリオリに特定し、よりリスクの高い患者に対してよりリソースを集中したアプローチを可能にすること。第二に、個々の患者のプロフィールに合わせた最も効果的な治療法の選択肢を正確に特定することです。 これらの目的は、1 型 DM (T1DM) および 2 型 DM (T2DM) の管理における異なる臨床的特徴とニーズに由来しています。 T1DM の場合、インスリン必要性の低下と血糖変動を特徴とする診断後の部分的臨床寛解現象は、長期転帰改善の可能性を示唆しています。 逆に、T2DM 管理にはメトホルミン後の個別の投薬計画に関する明確なガイダンスが欠如しており、治療の最適化におけるギャップが浮き彫りになっています。

多次元かつ長期的な健康データの分析に AI と ML を活用することで、DM における疾患の軌跡と治療結果を予測するための革新的なアプローチが得られます。 この観察的かつ遡及的な研究は、当初はより広範なデータ統合の可能性を伴う単中心的であり、Smart Digital Clinic Software (Meteda) を使用した電子医療記録 (EHR) を詳しく掘り下げます。 この研究は、DM タイプ分類や過去の健康マーカーなどの特定の適格基準に基づいて患者をスクリーニングすることにより、詳細な分析のために 2 つの異なる患者コホートを生成することを目的としています。

この研究は、個別化されたDM管理を強化し、合併症を予防することを目的として、差し迫った臨床上の必要性に対処するだけでなく、ヘルスケアにおけるAI応用の初期の分野にも貢献します。 この調査を通じて、この研究は新たな洞察を提供し、医療予測における AI と ML の有用性を検証し、患者ケアを改善するための技術の進歩を取り入れた将来の研究と臨床実践の基盤を確立することを目指しています。