综述：人工智能在糖尿病预测中的进展：系统性文献综述的见解

这篇综述系统回顾了53项研究，全面探讨了机器学习（ML）在糖尿病预测中的应用进展。文章聚焦数据集特性（如NHANES、PIDD）、算法性能（CNN、SVM、XGBoost）、训练策略（交叉验证、数据增强）及评估指标（AUC、敏感性/特异性），强调可解释人工智能（XAI）技术（如SHAP、LIME）对提升模型透明度的价值，为临床实践和未来研究提供了重要参考。

　　

引言

糖尿病（DM）作为一种全球流行的代谢性疾病，其早期预测和管理对降低并发症风险至关重要。近年来，机器学习（ML）和深度学习（DL）技术的引入为糖尿病预测带来了革命性突破。本文基于系统性文献综述（SLR），整合53项研究，从数据集、算法、训练方法和评估指标四个维度，剖析人工智能（AI）在糖尿病预测中的最新进展。

数据集与挑战

研究涉及的数据集包括多民族队列（如新加坡国家糖尿病视网膜病变筛查数据集）、电子健康记录（EHR）库（如Optum? EHR）和影像数据集（如EyePACS）。这些数据集虽丰富，但普遍存在类别不平衡问题——例如NHANES中非糖尿病样本占比高达90%，导致模型对少数类的识别敏感性不足。此外，数据缺失（如PIDD中8%的胰岛素记录缺失）和地域局限性（如PIDD仅涵盖印第安人群）也制约了模型的泛化能力。

算法性能对比

• 传统ML模型：逻辑回归和SVM因解释性强，广泛用于结构化数据（如临床指标），但处理复杂图像时性能受限。
• 深度学习模型：卷积神经网络（CNN）在视网膜图像分析中表现卓越，识别糖尿病视网膜病变（DR）的准确率达95%–98%，但依赖大规模数据和算力。
• 集成与混合模型：XGBoost在EHR数据分析中优势显著，而CNN-LSTM混合模型则适用于连续血糖监测（CGM）时序数据预测。

可解释性与临床转化

为增强临床信任，研究采用可解释AI（XAI）技术：

• Grad-CAM可视化CNN关注的视网膜病变区域；
• SHAP值量化特征贡献（如BMI对糖尿病风险的权重）；
• LIME生成局部解释，帮助医生理解个体化预测结果。然而，XAI在非CNN模型中的应用仍待探索。

训练与评估策略

• 数据增强：通过旋转、亮度调整扩充视网膜图像，提升模型鲁棒性。
• 交叉验证：10折交叉验证减少过拟合风险。
• 评估指标：AUC-ROC（0.85–0.98）和F1分数（针对不平衡数据）成为主流，但需结合临床需求权衡敏感性与特异性。

局限与未来方向

当前研究面临数据标准化不足、计算资源门槛高及伦理问题（如患者隐私）。未来需推动多中心协作，整合基因组学和多模态数据，并开发轻量化模型以适应基层医疗场景。

结语

AI在糖尿病预测中展现出巨大潜力，但实现临床落地仍需攻克数据质量、模型解释性和跨群体适用性等挑战。通过跨学科合作和技术创新，AI有望成为遏制糖尿病全球流行的关键工具。