傳統的糖尿病飲食管理存在諸多困難，這些問(wèn)題使糖尿病患者難以受益。在A(yíng)I(人工智能)不斷地給我們帶來(lái)驚喜的今天，糖尿病飲食管理可以有哪些變化？醫生和互聯(lián)網(wǎng)技術(shù)企業(yè)分別有哪些嘗試和思考呢？

北京協(xié)和醫院腸內腸外營(yíng)養科的陳偉教授在糖尿病營(yíng)養治療方面一直處于領(lǐng)先位置，在今年糖尿病教育管理研討會(huì )上，他分享了互聯(lián)網(wǎng)技術(shù)對糖尿病飲食管理方式的影響。

現實(shí)：糖尿病飲食管理障礙重重

陳偉教授提到，糖尿病飲食管理對整個(gè)糖尿病防治的作用毋庸置疑，也是糖尿病患者最關(guān)注也愿意執行的。但是由于教育管理體系不夠本土化和簡(jiǎn)單化，需要患者計算和記憶，尤其是與他人共同進(jìn)餐時(shí)，這是飲食治療的一大障礙。患者糾結的主要問(wèn)題還有：

1.不知道怎樣合理選擇食物。

2.不知道每餐吃多少合適。

3.不知道怎樣烹調最適宜。

4.不知道與人共餐時(shí)怎樣分餐。

5.對糖尿病飲食治療缺乏信心，難以長(cháng)期堅持。

這些問(wèn)題在傳統的糖尿病飲食管理中，除非有專(zhuān)職營(yíng)養師進(jìn)行個(gè)體化、點(diǎn)對點(diǎn)的長(cháng)期居家管理，否則患者很難長(cháng)期堅持。但是互聯(lián)網(wǎng)模式的引入，使得持續個(gè)體化管理成為可能。

互聯(lián)網(wǎng)技術(shù)

變間斷低頻次管理為持續個(gè)體化管理

陳教授認為，互聯(lián)網(wǎng)技術(shù)的引進(jìn)為糖尿病飲食管理帶來(lái)了新的契機，以往的教育者匱乏、管理時(shí)間不規律、患者不知如何入手等問(wèn)題，都能找到突破口。

比如，可以把飲食安排通過(guò)互聯(lián)網(wǎng)技術(shù)分季節、時(shí)間、不同場(chǎng)景等進(jìn)行指導，舉例來(lái)說(shuō)，患者在外進(jìn)行聚餐或者吃自助餐的時(shí)候，不清楚該如何選擇食物，在互聯(lián)網(wǎng)模式下，他可以拍照上傳、在線(xiàn)咨詢(xún)；甚至可以基于自己的血糖監測情況了解自己的血糖安全空間，快速制定粗略但有效的飲食安排。通過(guò)這樣的場(chǎng)景化指導，把糖尿病飲食管理融入到真實(shí)的日常生活中，這樣才能使個(gè)性化的糖尿病管理成為可能。

但還有很多問(wèn)題需要考慮，比如：

1.如何做到實(shí)時(shí)指導

很多患者希望在吃飯過(guò)程中拍照上傳，即時(shí)得到專(zhuān)業(yè)的評估和指導。但是由于目前數據庫不夠完善，照片拍攝的方式方法不同、食物的盛裝器具大小不一，通過(guò)照片準確估算出食物的數量的技術(shù)還有待提高。

2.食物組合多樣性問(wèn)題

這是區別于西方國家飲食的地方，我國的飲食種類(lèi)繁多，制作千差萬(wàn)別，組合又靈活，如何選擇適合患者的，這個(gè)問(wèn)題還需要更多實(shí)踐。另外也需要患者有更多的耐心，通過(guò)持續自我血糖監測增加數據，當這些數據累積形成一定的量級，就能反過(guò)來(lái)為個(gè)人飲食管理提供依據。

所以，完善的互聯(lián)網(wǎng)糖尿病飲食管理，不是簡(jiǎn)單地給患者一個(gè)飲食安排，而是根據患者自身的數據反映出的結果進(jìn)行針對性的管理和指導，這是醫生、教育者、患者共同努力才能完成的。

基于機器學(xué)習的血糖預測

讓飲食管理更自主、智能

通常的糖尿病管理（多包括飲食管理）APP都可為糖尿病的飲食管理提供3大支持：即持續教育支持、行為改變支持以及社會(huì )心理支持。但理想的APP是只要患者輸入幾項生理指標，它就會(huì )告訴患者什么能吃、什么不能吃，近年興起的基于機器學(xué)習血糖預測，可能在不久的將來(lái)實(shí)現這一目標。

以色列Weizmann科學(xué)研究所的Segal團隊以及我國醫隨訪(fǎng)的團隊，都研究通過(guò)機器學(xué)習患者的不同飲食對應的血糖變化，建立患者獨特的血糖模型，從而為患者進(jìn)餐提供血糖預測。

以色列的機器學(xué)習在經(jīng)過(guò)800名自愿者的數據訓練之后，又測試了機器學(xué)習的算法能否用于預測食物對人體血糖水平的影響，他們對100人進(jìn)行了驗證實(shí)驗，得到了肯定的結果。

但機器學(xué)習是否優(yōu)于人工干預呢？他們在一個(gè)26人小組里開(kāi)展了雙盲隨機實(shí)驗。一組有12名自愿者，使用Segal團隊研發(fā)的機器學(xué)習算法預測飲食對血糖水平的影響；對照組有14名自愿者，采用醫生和營(yíng)養專(zhuān)家的建議。最終的研究結果表明，這種方法的確可以準確預測食物對人體的血糖水平的影響，而且預測結果優(yōu)于傳統預測方法（83.3%vs57.1%）。

設想：營(yíng)養醫學(xué)＋機器學(xué)習，

精準、科學(xué)的飲食管理

機器學(xué)習提供的血糖預測是看得見(jiàn)的數據，將有效地影響患者對食物的選擇，比“管住嘴”3個(gè)字更直觀(guān)，更有說(shuō)服力。而營(yíng)養專(zhuān)業(yè)醫生，根據機器學(xué)習提供的更深度的數據，可以為患者制定出更合理的飲食搭配建議，給予個(gè)性化、場(chǎng)景化的飲食指導，不但注重血糖達標，同時(shí)還能兼顧營(yíng)養和相關(guān)疾病的需求。因此，一旦二者結合，我們將能看到的是精準、科學(xué)且有效的血糖管理成果。

目前，糖尿病醫生和教育者不妨更多地收集血糖數據和相關(guān)飲食、運動(dòng)等信息，足夠的數據將在機器學(xué)習成熟時(shí)，很快完成對已有數據的分析，您可以：

指導患者進(jìn)行有效的血糖監測，并記錄每餐飲食的種類(lèi)和數量，上傳到APP。

鼓勵患者有條件時(shí)盡量用標準尺寸的碗盤(pán)拍照食物。

鼓勵患者打開(kāi)APP中運動(dòng)相關(guān)信息的讀取功能，比如計步功能，但抗阻、游泳等手機記錄不到的運動(dòng)需另外添加。

鼓勵患者記錄可能影響血糖的因素，比如感冒、熬夜等。

定期利用已有數據做初步分析，并給予患者指導，鼓勵患者完成所需時(shí)長(cháng)的記錄。

您目前的糖尿病飲食教育是怎樣做的？是否也想為新技術(shù)的應用做些準備呢？國內已有利用動(dòng)態(tài)血糖監測采集7天血糖數據，并根據進(jìn)食、運動(dòng)等信息利用機器學(xué)習建立患者血糖模型的嘗試。對患者進(jìn)行個(gè)體化、精準管理支持將是未來(lái)糖尿病管理的趨勢