机器学习如何增加T1D患者在范围内的时间？

加利福尼亚大学圣塔芭芭拉分校的助理教授Yao Qin博士对与1型糖尿病（T1D）保持健康有关的工作并不陌生。她于2011年被诊断出，她应对每顿饭中保持碳水化合物与胰岛素比的日常挑战，并确保自己充分利用自己的运动疗程，而不会花费太多时间以上或低于范围。

她在提高自己和他人的精确度的同时简化这两项任务的努力是她最近在内分泌社会上演讲的重点医疗保健中的人工智能（AI）虚拟峰会。

她告诉与会者，我很高兴将自己的生活与T1D结合在一起，而我在AI中的专业知识最终可以帮助像我这样的患者更好地控制我们的血糖并像正常人一样自由生活。”

为了应对每顿饭计算碳水化合物的挑战，秦带领团队生产的营养，公开可用的自然餐描述数据库。在锻炼方面，她获得了赫尔姆斯利慈善信托基金的赠款一个项目 测试自动胰岛素输送（AID）在帮助T1D患者锻炼时保持自己的时间的影响。

自动估算碳水化合物

对于患有T1D的人，需要在每次进餐之前进行碳水化合物估计，以便患者大致可以评估他们需要注射多少个胰岛素以将血糖保持在范围内。``目前，大多数患者进行了手动估算，这非常具有挑战性，因为很难记住所有需要的碳水化合物营养信息。”

目前，在早餐时，例如2个炒鸡蛋，12个蓝莓，5个草莓和1片黄油吐司，患者可以在Google上搜索每个物品，然后将所有碳水化合物添加在一起，以进行粗略的估计，以进行粗略的估计。。但是，这种方法需要大量时间，因此，实际上，我要做的就是绕过过程，只是随机猜测。然后，我将这种猜测输入我的混合闭合环系统（组合胰岛素泵和连续的葡萄糖监测器），然后开始进食。然后，通常我的血糖不太好，所以我需要每5分钟检查一次监测器，以查看我是否需要采取进一步的行动。”

相比之下，根据现实世界中的食物描述，大型语言模型（LLMS）是一种可以产生和理解人类语言的AI，可以自动执行同样的任务来自动产生碳水化合物估算。

例如，用户可以提示：``早餐时，我要吃2个鸡蛋，上面撒上一块黄油吐司，5种草莓和12个蓝莓。”该模型将立即提供每种碳水化合物的数量食物以及饭菜中的碳水化合物总量：鸡蛋的碳水化合物2 g，黄油吐司13 g，草莓4 g，约2 g蓝莓。

这些计算现在可以使用现有LLMS可行。她说，问题是那些LLM的准确性？这就是Nutribench的出现。Nutribench数据集基于11,857个餐食描述，这些餐饮描述带有带有碳水化合物，蛋白质，蛋白质，脂肪和卡路里在内的大量营养标签。该团队使用不同的提示策略，将其用作目前可从天然语言粉末描述的碳水化合物估算的任务进行基准的12个LLM。

在测试和比较各种LLM的产出后，他们进行了一项现实世界风险评估研究，以通过模拟碳水化合物预测对20个虚拟T1D患者的血糖水平的影响来证明估计的影响。

在44,800个模拟中，他们发现碳水化合物的估计值GPT-4O mini 是导致血糖风险最低的LLM和在安全葡萄糖范围内（70-180 mg/dl）中最高的时间。

QIN说，更令人兴奋的是，我们邀请三名人类营养师执行与模型相同的任务。

三位营养学家的GPT-4O Mini在范围内达到了最高的69.82％时间的最高准确度，为66.97％，66.88％和65.93％。她说，结果强调了LLMS的潜力是从自然语言餐的描述中获得精确且可访问的营养估算的有价值的工具。该团队现在正在努力确定他们是否可以通过培训他们在特定的营养信息数据集上进行培训。目标：将他们变成LLM营养学家。

运动特定的援助系统

秦继续锻炼的影响，再次指她自己的经历。她说，如果我开始在跑步机上跑步时患有低血糖，我知道我应该在某种程度上减少基础胰岛素。”但是，我不知道我应该减少多少钱来将血糖保持在范围内。而且由于我还不知道，我认为大多数患者都是这种情况，所以我将基础缩小到一个随机的程度。”

然后我开始跑步，不幸的是，这个随机程度通常还不够，”她继续说。我的血葡萄糖滴了，然后我必须停止跑步机，开始盲目吃糖。”

通常，秦喜欢吃。但是，当我开始这种碳水化合物营救时，饭菜不会带给我幸福，只是压力很大。我感到身体不舒服，但我只是继续吃饭，试图补偿血糖下降。然后这会导致高血糖。盲目进食后半小时或一个小时，我的血糖开始疯狂地增加。这是一种来回的模式，令人烦恼和压力很大。

赫尔姆斯利慈善信托基金会T1D锻炼计划（T1-DEXI）数据集提供了有关T1D成人运动的血糖反应的基线信息。信任的赠款使QIN及其同事能够进行一项为期3年的多相项目，以帮助T1D患者在锻炼期间和使用AID之后保持自己的时间。

Qin说，对T1-DEXI数据的分析表明，当参与四种最频繁的活动类型时，葡萄糖下降，但在不同程度上：dog狗，骑自行车，慢跑/跑步/跑步以及力量训练/举重。她的小组的工作表明，葡萄糖水平的变化程度取决于各种因素，包括开始葡萄糖，年龄，性别和碳水化合物摄入量，运动时间也有影响。

她解释说：“每当您在运动过程中提高目标时，您也会在一定程度上减少基础胰岛素，以补偿葡萄糖的下降。”预设可减少递送的胰岛素并改变胰岛素敏感性因子，并在应用后的任何时刻估算血糖的估计。

对于Helmsley资助的项目，该团队正在设计用于静态和动态活性特异性预设的算法，以预测胰岛素需求并降低活动期间低血糖症的风险。静态预设是每种活动的优化预设的中值。动态预设将影响运动的因素的预测影响整合到算法中。

该项目还包括对静态活性特定预设的临床评估，该预设整合到Tidepool Loop中，这是一种可自动化胰岛素剂量的食品和药物管理局批准的应用程序。如果成功的话，团队的预设将增强潮汐循环算法，从而使其更有效地处理练习。

秦说，最终目标是让模型足够聪明，以熟悉我们的日常生活模式并与我们成为密友。但同时，通过了解我们生活中发生的所有事情，它可以开始为我们提供个性化的胰岛素建议并随着时间的流逝而不断改善。

秦没有相关的利益冲突。

马萨诸塞州玛丽莲·拉金（Marilynn Larkin）是一位屡获殊荣的医学作家和编辑，其作品已出现在许多出版物中，包括Medscape Medical News及其姐妹出版物Mdedge，“ 柳叶刀（她是一名贡献的编辑）和路透生健康。