护士在环人工智能：利用迁移学习预测数字孪生实现2型糖尿病精准管理的临床试验

背景：2型糖尿病是一种常见的慢性疾病，具有严重的健康并发症风险和负面影响生活质量。鉴于个体特征和生活方式对治疗方案和患者结局的影响，制定精准和个性化的管理策略至关重要。人工智能在结合来自各种数据源的模式与护士专业知识以实现最佳护理方面具有巨大潜力。方法：这是一项为期6个月的2型糖尿病患者（n=20，年龄=57±10）辅助研究。参与者被随机分配到干预组（AI，n=10），在最后三个月每天接收AI生成的个性化反馈，或对照组（非AI，n=10），不接收每日反馈。该研究开发了一种在线护士在环预测控制模型，该模型利用预测数字孪生。预测数字孪生基于迁移学习的人工神经网络开发。预测数字孪生使用参与者前三个月的自我监测数据（体重、食物日志、身体活动、血糖）进行训练，在线控制算法采用粒子群优化来识别维持患者未来三个月血糖和体重水平的有影响力的行为改变。在线护士在环预测控制模型通过短信向干预组提供个性化反馈和建议。预测数字孪生每周重新训练以提高性能。结果：训练后的在线护士在环预测控制模型在所有患者中实现了≥80%的预测准确率，同时模型在线调整。干预组参与者表现出每日步数改善以及总热量和总碳水化合物摄入稳定或改善的趋势，符合建议。