人工智能生物标志物整合策略提升糖尿病肾病精准医疗：KidneyIntelX真实世界证据研究

来自西奈山卫生系统的研究人员通过开展基于机器学习模型KidneyIntelX的糖尿病肾病风险分层研究，解决了临床中治疗惰性和风险分层不足的问题。研究显示，高风险患者中新处方开具和转诊率显著提高（43% vs 19%），糖化血红蛋白（HbA1c）和尿白蛋白/肌酐比值（UACR）明显改善，证实了人工智能驱动分层对优化DKD管理的临床价值。

　　

尽管糖尿病肾病（DKD）疗法近年取得进展，许多患者仍未能获得及时优化治疗——这常源于治疗惰性和日常实践中风险分层不足。一项2024年真实世界证据研究表明，KidneyIntelX这一整合生物标志物与临床数据的机器学习平台，可通过早期识别高风险患者和指导针对性干预，帮助弥补这一差距。

KidneyIntelX结合三种血浆生物标志物——可溶性肿瘤坏死因子受体1和2（sTNFR1/sTNFR2）与肾损伤分子-1（KIM-1）——以及电子健康记录中的临床数据，预测5年内肾功能进行性下降风险。在这项纵向研究中，西奈山卫生系统2569名2型糖尿病合并早期DKD的患者在检测后接受了至少12个月随访。

风险分级（低、中、高）直接影响了医生决策和患者参与。在高风险患者中，43%在6个月内获得了新处方（如钠-葡萄糖协同转运蛋白2抑制剂（SGLT2is）或胰高血糖素样肽-1受体激动剂）或转诊至专科医生，而低风险患者中这一比例仅为19%。高风险组启动SGLT2i治疗的可能性接近低风险组的5倍（19%对比4%）。这些干预措施带来了临床获益：高风险组糖化血红蛋白（HbA_1c）中位数从8.2%降至7.5%；全体中风险患者的尿白蛋白/肌酐比值（UACR）下降约20%，其中接受SGLT2i新处方治疗的中风险亚组更下降约50%；所有风险分组的估算肾小球滤过率（eGFR）斜率均得到改善。

包含护理导航团队、药师和远程监测的人口健康基础设施放大了KidneyIntelX的影响。例如，参与远程高血压管理计划的中高风险患者血压控制率从33%提升至61%，收缩压平均降低11.8毫米汞柱。值得注意的是，在护理协调框架内整合预测风险评分，使得本会在标准护理路径中被延迟的干预得以及时实施。

重要的是，98%的高风险患者认可护理导航团队的随访，97%表示感到行动动力增强——这凸显了个性化风险沟通的价值。教育结合数据驱动的分层，提升了患者积极性及治疗与美国糖尿病协会（ADA）和肾病改善全球预后（KDIGO）指南的一致性。临床药师也支持治疗强化和血压控制，这强化了先前研究中其在慢性肾病（CKD）管理中的作用。

KidneyIntelX通过促进早期风险知情干预和加强多学科护理协调，推动DKD精准医疗的可持续转型。该模型不仅优化了肾脏保护治疗的启动，还显示出血糖控制改善、蛋白尿减少和eGFR下降减缓。这些发现强调了将预测性生物标志物和人工智能风险分层整合到人口健康框架中的潜力。但该研究尚未报告长期临床终点，如进展至肾衰竭、主要心血管事件或死亡率。这些结果将在未来获得延长随访数据后的分析中公布。