糖尿病应用程序预测血糖水平

哥伦比亚大学的研究人员开发了一种个性化算法，可以预测特定食物对个人血糖水平的影响。该算法已被集成到一款名为Glucoracle的应用程序中，该应用程序将允许2型糖尿病患者更严格地控制他们的葡萄糖水平，这是预防或控制这种影响8%美国人的疾病的主要并发症的关键。

研究结果今天在网上发表PLOS计算生物学．

医生通常会开一些药物来帮助2型糖尿病患者控制病情血但运动和饮食也起着重要作用。

哥伦比亚大学医学中心(CUMC)生物医学信息学副研究员、首席作者大卫·阿尔伯斯博士说:“虽然我们知道不同类型的食物对血糖的一般影响，但随着时间的推移，人与人之间以及同一个人的详细影响可能会有很大差异。”“即使有专家指导，人们也很难理解他们的饮食选择的真正影响，特别是在一餐一餐的基础上。我们的算法集成到一个易于使用的应用程序中，可以在吃饭前预测吃特定一餐的后果，使人们在用餐时做出更好的营养选择。”

该算法使用了一种称为数据同化的技术，其中一个人对葡萄糖反应的数学模型定期更新观察数据-血糖测量和营养信息-以改善模型的预测，联合研究负责人George Hripcsak，医学博士，硕士，Vivian Beaumont Allen教授和CUMC生物医学信息学主席解释道。数据同化被用于各种应用，特别是天气预报。

“数据同化器会不断更新用户的食物摄入量和血糖测量值，为个人定制模型，”共同研究负责人Lena Mamykina博士说生物医学信息学他的团队设计并开发了Glucoracle应用程序。

Glucoracle允许用户将手指血液测量值和某顿饭的照片上传到应用程序，以及对这顿饭营养含量的粗略估计。这一估算为用户提供了餐后的即时预测血糖水平．然后对估计和预测进行调整以确保准确性。应用程序在使用一周后开始产生预测，让数据同化器了解用户对不同食物的反应。

研究人员最初在5名使用该应用程序的人身上测试了数据同化器，其中3人患有2型糖尿病，2人没有这种疾病。应用程序的预测结果与实际的餐后血糖测量结果以及认证糖尿病教育者的预测结果进行了比较。

对于两名非糖尿病患者，应用程序的预测与实际的血糖测量值相当。对于三名糖尿病患者，该应用程序的预测略不准确，可能是由于糖尿病患者的生理波动或参数误差，但仍与糖尿病教育者的预测相当。

“当然还有改进的空间，”阿尔伯斯博士说。“这次评估旨在证明，使用常规的自我监测数据来生成实时数据是可能的葡萄糖人们可以利用这些预测来做出更好的营养选择。我们已经能够实现糖尿病自我管理的一个方面，这对于2型糖尿病患者来说几乎是不可能的糖尿病更易于管理。现在我们的任务是数据同化工具使应用程序变得更好。”

受到这些早期结果的鼓舞，研究团队正准备进行更大规模的临床试验。研究人员估计，该应用程序可以在两年内广泛使用。

这项研究的题目是“利用数据同化对2型糖尿病患者进行个性化血糖预测”。