基于物联网与机器学习的糖尿病实时监测系统：多源数据集融合与智能分诊的创新研究

本研究针对传统糖尿病监测系统特征覆盖有限、实时性不足等问题，提出了一种集成多源数据集（BVH、PIMA及模拟数据集）的IoT-ML框架。通过Kalman滤波、KNN插补和SMOTE-ENN等预处理技术提升数据质量，结合PCA和SHAP进行特征工程，使随机森林模型达到97%准确率和0.98 F1值。创新性引入WHO ETAT标准的分诊系统，结合边缘计算将延迟降低35%，为个性化糖尿病管理提供了可扩展的实时监测解决方案。

　　

糖尿病已成为全球最严重的慢性公共卫生问题之一，尤其随着生活方式改变和人口老龄化，其患病率持续攀升。传统糖尿病管理方法主要依赖间歇性血糖检测和门诊随访，存在数据采集不连续、预警延迟等局限，难以实现实时病情评估和干预。更关键的是，现有研究多基于单一数据集（如PIMA数据集），仅包含基础人口统计学和生化指标，缺乏实时生理参数（如血氧饱和度、皮肤电导）和主观临床特征（如意识状态、皮肤颜色）的整合，导致模型临床适用性和泛化能力不足。

为解决上述问题，由Sarra Ayouni、Muhammad Hamza Khan等来自沙特阿拉伯公主努拉大学信息系统系的研究团队，在《SLAS Technology》上发表了一项创新研究，提出了一种基于物联网（IoT）和机器学习（ML）的糖尿病实时监测与管理框架。该研究通过融合多源数据集、先进预处理技术和智能分诊系统，显著提升了糖尿病管理的准确性、实时性和可扩展性。

本研究采用多项关键技术方法：通过IoT设备（如Fitbit Sense、Shimmer3 GSR+传感器和FreeStyle Libre 2血糖仪）采集实时生理数据；整合BVH医院临床数据集、PIMA数据集和模拟数据集以增强数据多样性；使用Kalman滤波进行噪声抑制、KNN插补处理缺失值、SMOTE-ENN算法解决类别不平衡；采用PCA降维和SHAP值分析进行特征筛选；基于随机森林（RF）、支持向量机（SVM）等模型进行训练与优化；结合边缘计算（Raspberry Pi和Intel NUC）和云计算（AWS IoT Core和S3）实现低延迟实时分诊。

研究结果方面：

数据预处理与特征工程效果

通过系统化预处理，BVH数据集的缺失值插补完成度提升25%，异常值剔除效果提高20%，类别平衡优化达30%。集成数据集表现最优，特征提取和新特征生成分别带来15%的性能提升。SHAP分析识别出胰岛素剂量模式、血氧饱和度、皮肤颜色等成为关键预测特征。

模型性能对比

集成数据集训练的模型达到97%准确率和0.98 F1值，显著优于仅使用PIMA（85%）或模拟数据集（88%）的模型。随机森林和梯度提升机（GBM）表现稳定，神经网络（NN）在AUC-ROC（0.99）和RMSE（0.12）指标上最优。

实时分诊与系统延迟

依据WHO ETAT指南开发的四色分诊系统（绿色健康、黄色患病、红色危重、黑色死亡），结合边缘处理使系统延迟降低35%，支持实时病情分类与干预。

与基线研究的比较

相比以往研究（如文献[8]和[14]的83%准确率），本研究准确率提升10个百分点，AUC-ROC提高0.08，且在实时处理能力、特征多样性和临床可解释性方面均有显著改进。

研究结论强调，该框架通过多源数据融合、高级预处理和IoT-云架构，解决了传统糖尿病监测中的特征受限、延迟高和泛化能力弱等问题。其集成特征工程和实时分诊机制不仅提升了模型性能（Recall提升25%，F1值提高20%），也为个性化、实时化的慢性病管理提供了新思路。未来研究方向可扩展至多模态数据融合、更多慢性病标记物的整合以及更大规模临床验证。

该系统的成功实施标志着IoT-ML在智慧医疗中的重要作用，尤其适用于资源有限但需高效响应的医疗环境。