编辑推荐：
当前自动化胰岛素输送（AID）系统存在局限，为解决其无法适应用户生理变化及缺乏用户互动问题，研究人员开展人机共适应 AID 研究。结果显示，数字孪生技术辅助的 ABC 系统可提升血糖控制效果。这为糖尿病治疗提供新方向。
在糖尿病治疗领域，自动化胰岛素输送（AID）系统曾掀起一阵希望的浪潮。它被视为 1 型糖尿病（T1D）治疗的新曙光，相较于传统的多次每日注射或传感器增强型胰岛素泵疗法，AID 系统能显著改善血糖控制 ，在临床实践中迅速崭露头角，也开始在胰岛素治疗的 2 型糖尿病中得到应用。然而，随着时间推移，AID 系统的 “短板” 逐渐显现。
多数 AID 算法无法适应患者不断变化的生理状况，而且没有为用户提供与系统互动的有效方式。患者在使用初期，血糖控制虽有所改善，但很快就会达到一个 “瓶颈期”，平均在目标血糖范围（3.9 - 10 mmol/L，即时间在目标范围内，TIR）的时间仅为 70 - 75%，难以实现进一步突破。与此同时，AID 系统在应对白天复杂的血糖波动时显得力不从心，主要原因在于白天的饮食、运动等因素会造成血糖大幅波动，而现有的 AID 系统却无法精准适应这些变化，这使得实现全天的最佳血糖控制成为一个棘手难题。
为了突破这些困境，美国弗吉尼亚大学医学院糖尿病技术中心等机构的研究人员开展了一项极具创新性的研究。他们将目光投向了新兴的数字孪生技术，试图借助这项技术实现人机共适应，为 AID 系统带来新的转机。研究成果发表在《npj Digital Medicine》杂志上，为糖尿病治疗领域注入了新的活力。
在这项研究中，研究人员主要运用了以下关键技术方法：
首先是数字孪生技术，通过构建人体代谢系统的计算机模拟模型（即数字孪生），能够代表个体的血糖代谢特征，为后续的治疗方案测试提供虚拟平台。其次，开发了自适应生物行为控制（ABC）系统，该系统整合了信息反馈（IF）模块、生理适应模块（PAM）和网络模拟工具（WST）。最后，利用持续葡萄糖监测（CGM）技术，收集参与者的血糖数据，为系统的优化和评估提供了关键依据。
研究结果主要从以下几个方面展开：
- 参与者特征：研究共招募了 77 人，其中 72 人完成了为期 6 个月的研究。参与者的年龄、体重、身高、糖化血红蛋白等基线特征在不同组间无显著差异，且多数参与者为白人，非西班牙裔。
- 主要结果：在主要结局指标 TIR 方面，A 组在使用 ABC 系统后 TIR 显著提升；B 组在激活 ABC 系统后 TIR 立即上升，且在 ABC 系统关闭后的信息反馈（IF）和 AID 单独使用阶段仍保持较高水平。线性混合效应模型分析表明，ABC 干预对 TIR 改善有显著作用，且不同组间存在差异。年龄是影响 TIR 的显著因素，但与低血糖时间无关，性别和种族对研究结果无显著影响123。
- 次要结果：虽然次要结局指标中，白天血糖低于 3.9 mmol/L 的时间无显著变化，但 ABC 系统有效地减少了高血糖暴露时间。研究结束时，参与者的糖化血红蛋白从基线的 6.8 ± 0.8% 进一步降低至 6.6 ± 0.5%，尤其在基线血糖控制不佳的参与者中改善更为明显45。
- 分层分析：根据基线糖化血红蛋白水平分层分析发现，ABC 系统对基线血糖控制不佳（糖化血红蛋白高于 7.0%）的参与者 TIR 提升效果最为显著，可增加约 5 个百分点；而基线血糖控制良好（糖化血红蛋白低于 6.5%）的参与者 TIR 也有少量提升6。
- 不良事件：整个试验过程中未发生严重低血糖或糖尿病酮症酸中毒（DKA）等不良事件，表明 ABC 系统具有良好的安全性7。
- ABC 系统使用情况：参与者平均每天登录 ABC 系统 0.9 次，系统推荐的依从性较高，TIR 的改善与系统交互次数无关8。
在研究结论和讨论部分，ABC 系统通过将 AID 算法控制参数与用户生理和行为变化相适应，同时借助互动式模拟帮助用户理解 AID 系统的行为，从而实现了人机共适应。这一创新的方法打破了 AID 系统的 “天花板效应”，显著改善了血糖控制，且没有增加低血糖风险，尤其对基线血糖控制不佳的患者效果显著。此外，信息反馈对血糖控制的附加作用微乎其微，且 ABC 系统使用 4 周即可达到最佳效果，关闭后其效果仍可持续 6 周，这意味着未来 ABC 系统的使用可能更加灵活。
然而，该研究也存在一定的局限性。ABC 系统目前仅适用于 Tandem Diabetes Care 的 Control - IQ 系统，若要推广到其他 AID 算法，需要进行一定的调整和优化。同时，ABC 系统目前主要适用于能够自主管理糖尿病的成年人或青少年，在儿童 T1D 管理中应用还需进一步探索，可由家长或护理人员上传数据后与系统互动。
尽管如此，这项研究仍然具有重要意义。它为糖尿病治疗提供了新的思路和方法，推动了数字孪生技术在医学领域的应用。未来研究可进一步探索人机交互概念在糖尿病管理中的更广泛应用，以及 ABC 系统在不同 AID 平台和不同年龄组中的适用性和长期效果，为改善糖尿病患者的生活质量和健康状况带来更多希望。
