人工神經網絡篩查糖尿病新突破：僅檢測55%人群即可發現90%患者

華中科技大學生命科學與技術學院生物醫學光子學研究所30歲的青年女博士高蔚，在同濟醫學院流行病學博士生導師施侶元教授的指導下完成的研究表明：「人工神經網絡」技術在糖尿病篩查中具有顯著的應用價值，有望大幅降低篩查成本、提升工作效率。

什麼是人工神經網絡？

人工神經網絡是一種模仿人腦（生物神經網絡）結構和功能而設計的新型信號處理系統。它不僅具備強大的計算能力，還擁有類似於人類的識別、判斷、聯想和決策能力，因此可以代替人腦完成一些複雜的智能活動。

當時，該技術已在醫學、軍事、經濟等眾多領域獲得成功應用，但在流行病學領域，相關的應用研究仍較為少見，這正是本研究的創新之處。

三年攻關：以3280人普查資料為基礎

1997年，在施侶元教授的指導下，高蔚設計了「人工神經網絡在疾病篩查中的應用研究」課題。歷時三年，研究團隊以嚴重危害人類健康的慢性病、多發病——糖尿病為例，採用已有的人群糖尿病流行病學普查資料（共計3280人），系統探索了人工神經網絡在疾病篩查中的應用潛力。

篩查思路：先智能預判，再精準測血糖

該研究的基本思路是：選取幾項易於獲取且與糖尿病狀態密切相關的指標，如年齡、糖尿病家族史、身高、體重、腰圍、臀圍等，利用人工神經網絡卓越的模式識別能力，在血糖測定之前對受檢者的血糖狀態進行初步預判——排除極可能在血糖檢測中呈陰性結果的正常個體，只讓被網絡判定為異常的個體接受血糖測定，進入正式的糖尿病篩查流程。

研究成果：省一半工作量，成本效益提升1.6倍

結果顯示：在測試組中，網絡輸出為異常者佔總篩查人數的54.9%，而檢出的血糖陽性者佔已知病人總數的90.0%。

這意味著，運用該方法篩查糖尿病時，只需對目標人群中約54.9%的個體進行血糖測定，就能發現原人群中90%的血糖異常者，從而節約近一半的血糖測定費用和工作量，直接成本效益達到現有方案的1.6倍。

意義與展望

這一研究成果驗證了人工智能技術在流行病學和慢性病防控中的巨大潛力。透過簡單易得的身體指標進行智能化初篩，不僅能減輕醫療資源負擔，也能提高大規模人群篩查的可及性，為糖尿病等慢性疾病的早期發現和干預提供了新的思路與工具。