당뇨병의 AI 예측 질병 궤적: 회고적 연구 (AI-TRYDIA)

제안된 연구는 인공 지능(AI)과 기계 학습(ML)의 힘을 활용하여 환자의 삶에 큰 영향을 미치는 만성 및 비관해성 질환인 당뇨병(DM) 관리에 있어 중요한 임상적 요구를 해결하는 것을 목표로 합니다. 저혈당 치료법의 이용 가능성에도 불구하고, 미세혈관(망막병증, 신장병증, 신경병증) 및 대혈관(심혈관, 뇌혈관 질환, 말초 동맥 질환) 합병증의 예방은 여전히 ​​어려운 과제로 남아 있으며, 당뇨병 환자는 일반인에 비해 위험이 더 높습니다.

이 연구는 두 가지 주요 목표에 중점을 둡니다. 첫째, DM 합병증이 발생할 가능성이 다양한 환자를 선험적으로 식별하여 더 큰 위험에 처한 환자를 위해 보다 자원 집약적인 접근 방식을 허용합니다. 둘째, 개별 환자 프로필에 맞춰 가장 효과적인 치료 선택을 정확히 찾아내는 것입니다. 이러한 목표는 제1형 DM(T1DM)과 제2형 DM(T2DM) 관리에 대한 뚜렷한 임상적 특징과 필요성에서 비롯됩니다. T1DM의 경우, 인슐린 필요성 감소 및 혈당 변동성으로 표시되는 진단 후 부분적 임상 관해 현상은 개선된 장기 결과를 위한 창을 제시합니다. 반대로, T2DM 관리에는 메트포르민 이후의 맞춤형 약물 요법에 대한 명확한 지침이 부족하여 치료 최적화의 격차가 강조됩니다.

다차원적이고 종단적인 건강 데이터 분석을 위해 AI와 ML을 활용하면 당뇨병의 질병 궤적과 치료 결과를 예측하는 혁신적인 접근 방식을 제시합니다. 처음에는 단일 중심적이며 광범위한 데이터 통합 ​​가능성이 있는 이 관찰, 회고적 연구는 Smart Digital Clinic Software(Meteda)를 사용하여 전자 건강 기록(EHR)을 조사합니다. DM 유형 분류 및 과거 건강 지표를 포함한 특정 적격성 기준을 기반으로 환자를 선별함으로써 이 연구는 심층 분석을 위한 두 가지 별개의 환자 코호트를 생성하는 것을 목표로 합니다.

이 연구는 개인화된 DM 관리를 강화하고 합병증을 예방하는 것을 목표로 긴급한 임상적 필요성을 해결할 뿐만 아니라 의료 분야에서 AI 적용의 초기 분야에 기여합니다. 이 탐구를 통해 이 연구는 새로운 통찰력을 제공하고, 의료 예측에서 AI 및 ML의 유용성을 검증하고, 향상된 환자 치료를 위한 기술 발전을 수용하는 미래 연구 및 임상 실습을 위한 기반을 구축하고자 합니다.