中国公民解放军总医院第一医学中央

目前，我们正在不雅观察人工智能 （AI） 的一场革命，这场革命正在塑造和影响当代生活的方方面面。
由于人工智能，卫生领域正在经历一场前所未有的变革。
内分泌专家和糖尿病专家可以通过哪些办法利用这些新的进展？可以肯定的是，激素调节和代谢领域非常适宜利用这项技能的力量。
与其他医学领域比较，内分泌学与单个器官构造无关；相反，它是激素和代谢物的繁芜生物系统。
激素交织在一个繁芜的局部和远端浸染网络中，包括各种受体、旗子暗记通路和繁芜的反馈机制。
这些繁芜且相互关联的系统每每超出人脑的理解和推理能力。
适当的内分泌和代谢调节存在于昼夜节律、昼夜节律和昼夜节律的微不雅观天下和宏不雅观天下中；在激素调节中依赖于时钟基因的生物节律机制，以及内分泌系统中自主激素产生改变的机制，仍旧不是很清楚。
可以预期，人工智能将特殊适宜办理这种显著的异质性和繁芜性。

2015-2016年，FDA 首次批准了用于临床用场的基于人工智能的技能（归类为医疗设备）；早期的领域就包括糖尿病眼底病变的识别和分类等领域；而截至 2023 年，FDA 已批准的基于AI 的医疗设备数量超过500 种；并且这一数字在呈指数级的上升。
在欧洲，此类医疗东西没有程序得到机构批准，但数量是相似的；海内的审批并未明朗，也造成干系领域向临床推进的迟缓。
这些医疗设备中的大多数都用于放射学、肿瘤学、眼科和一样平常决策。

基于人工智能的技能也彻底改变了内分泌学，特殊是影响环球近10%人口的糖尿病。
DreaMed Advisor PRO 是 FDA 开拓并批准的一种用于管理糖尿病患者血液血糖水平的设备，当与 MiniMed 780 G 系统结合利用时，可在须要时自动运送胰岛素。
Guardian Connect 是一种连续血糖监测 （CGM） 系统，使糖尿病患者能够监测他们的血糖水平并在他们的移动设备上吸收警报。
这种全自动胰岛素运送系统和基于人工智能的用于管理血液葡萄糖水平的工具可能会降落糖尿病并发症的发生率，并改进和促进血糖掌握。
此外，EyeArt和IDx-DR等人工智能技能已获批，并广泛用于筛查糖尿病视网膜病变患者，糖尿病视网膜病变是糖尿病的一种大血管并发症，早期创造对付避免高发病率和疾病包袱（包括失落明）至关主要。

基于人工智能的运用程序也被用于内分泌学的其他领域。
FerriSmart剖析系统已被开拓并批准用于评估肝脏中铁的浓度。
此外，AmCAD 还开拓了多项 FDA 批准的 AI 技能，例如AmCAD-UT，它可以剖析甲状腺并检测结节和潜在的恶性肿瘤。

基于人工智能的技能已被证明在内分泌疾病管理的各个方面都是有效的，目前正在开拓一些运用，并显示出有希望的结果，但尚需得到批准。
例如，人工智能的运用已经成功地准确诊断了常见的肿瘤，它乃至能够区分同一器官但组织来源不同的肿瘤。
研究职员还在利用人工智能来改进对甲状腺结节、淋巴结和细胞病理学标本的评估。
例如，已有开拓一种基于机器学习的多特色整合模型来预测甲状腺状癌的中心淋巴结转移。
该模型有可能用于甲状腺状癌的临床诊断和治疗。
同样，研究职员发起利用人工智能来诊断基于组织miRNA表达的肾上腺皮质腺瘤。
此外，癌症干细胞标志物的表达可用于预测免疫检讨点抑制剂治疗肾上腺皮质癌的有效性。

机器学习还可用于预测 2 型糖尿病的发生和进展，并评估这些患者潜在并发症的风险。
在内分泌疾病存在遗传根本的情形下，机器学习可用于改进早期检测，从而加快治疗速率。
研究表明，机器学习算法可以比人类更准确地利用基因组数据预测 2 型糖尿病病例;当与其他生物标志物结合利用时，准确性进一步提高。

人工智能还可以帮助临床团队在手术前后做出决策。
然而，人工智能在内分泌病理学中的实际和常规利用须要进一步验证，并且必须证明其在现实天下中的可靠性、有效性和有用性。
这同样适用于内分泌成像或激素剖析中的人工智能。
只管人工智能在这些领域还处于早期阶段，但它为早期检测、表征、管理和患者随访供应可行和有效策略的潜力是有希望的。

当务之急是推进内分泌学领域的研究和改进医疗诊治，以更好地理解、诊断和治疗内分泌疾病。
随着基于人工智能的技能的涌现，未来已经到来，人工智能将提高实现这一目标的机会。
然而，将会面临哪些寻衅？

由于人工智能系统通过对与它们所处理的主题干系的一组数据进行演习来发挥浸染，因此基于人工智能的技能依赖于访问大量高质量的数据。
此外，还存在法律和道德问题，由于这些技能所需的数据有时受数据保护法的约束。
目前，美国和欧洲没有针对基于人工智能或机器学习的医疗东西的详细监管路子，也不清楚这些东西是如何监管和批准的，我国同样如此。
此外，医疗保健中的大多数人工智能系统都是繁芜的干预方法，被设计为临床决策支持系统，这意味着这些系统的有效性取决于用户的专业知识和培训以及履行环境。

当所有这些寻衅都被战胜后，机器学习和人工智能就有可能彻底改变许多领域，例如，人工智能可以改进生殖内分泌学领域的赞助生殖结果。
人工智能可以通过监测卵母细胞形态、打算机化精液剖析、通过超声检讨监测卵泡天生、确定子宫内膜容受性和选择胚胎等运用来帮助生养治疗。
此外，基于人工智能的运用程序可以帮助夫妻根据他们的生物和化学特色选择最佳的怀胎策略。

机器学习在风险识别和一级和/或二级预防方面的潜力在内分泌和代谢疾病中尤为有趣，这些疾病常日多年未被诊断出来。
纵然是有明显疾病症状的患者，如肢端肥大症，也每每会延迟诊断。
人工智能技能可以为这一困境供应办理方案，例如从面部图像中实时检测肢端肥大症，或通过移动运用程序远程监测糖尿病足溃疡。
例如，已经开拓出基于人工智能的算法，在预测骨质疏松症的发生方面与年夜夫相似，乃至优于年夜夫。
此外，人工智能算法在通过常用的心电图监测筛查明显的甲状腺功能亢进症或其他激素紊乱方面显示出前景。

其余，慢病管理如糖尿病和骨质疏松等患者的长期自我管理也可能是通用人工智能发挥特长的领域。
糖尿病DSMES（糖尿病自我管理与教诲支持）可能在人工智能的帮助下变得随意马虎实现和可得到。

这些例子只是人工智能在内分泌学实践中的力量和潜力的一瞥。

总之，人工智能具有彻底改变各种内分泌疾病的预后、诊断、治疗和管理的巨大潜力。
人工智能可以实现个性化治疗操持、药物创造、预测剖析和有效的远程医疗。
人工智能的履行有可能大大改进内分泌和代谢治疗、研究见地和患者监测。
然而，首先，至关主要的是要办理当前批准新开拓的医疗设备的寻衅，以确保人工智能在医疗保健领域的好处对所有人都是公正的。
现在是进一步研究和开拓基于人工智能的技能的得当机遇，为未来更高效和更有效的医疗保健系统铺平道路。