人工神經網絡篩查糖尿病有新突破：僅檢測半數人群即可發現九成患者

研究背景：青年博士探索人工智能疾病篩查新路

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，經過深入研究發現：「人工神經網絡」技術在糖尿病篩查中具有極高的應用價值，可大幅降低篩查成本並顯著提高效率。

人工神經網絡是一種模仿人腦（生物神經網絡）結構與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，還擁有類似人類的識別、判斷、聯想和決策等智能功能，因而能夠代替人腦完成許多複雜的智能活動。

目前，該技術已在醫學、軍事、經濟等眾多領域獲得成功應用。然而在流行病學領域，相關的應用研究仍相當少見，這也正是此項研究的創新之處。

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，研究團隊選擇糖尿病——這一嚴重危害人類健康的慢性病、多發病作為研究對象，利用已有的人群糖尿病流行病學普查資料（共涉及3280人），深入探討了人工神經網絡在疾病篩查中的應用潛力。

該研究的基本思路是：採用幾項易於獲取且與糖尿病狀態密切相關的指標，包括年齡、糖尿病家族史、身高、體重、腰圍、臀圍等，借助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篩查。

通過這一方式，可以排除部分極可能在血糖測定中呈現陰性結果的正常個體；只有那些被網絡判定為異常的個體，才需要接受血糖測定，進入糖尿病的正式篩查流程。

研究結果顯示：在測試組中，網絡輸出異常者占總篩查人數的54.9％，而檢出的血糖陽性者占已知病人總數的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55%的個體進行血糖測定，即可發現原人群中90%的血糖異常者。此舉可節省近一半的血糖測定費用及工作量，直接成本效益達到現有方案的1.6倍，為大規模糖尿病篩查提供了一條高效、經濟的新途徑。