本推荐介绍欧洲糖尿病论坛(EUDF)工作组针对人工智能临床决策支持系统(AI-CDSS)在糖尿病诊疗中的应用挑战，通过德尔菲法和名义小组技术达成14项共识建议。研究聚焦AI-CDSS在糖尿病诊断、治疗个体化和基层医疗应用的可行性，强调需建立包容性监管框架、数据互操作性标准和患者中心化设计，为欧盟AI法案和健康数据空间规管提供实践指引，对推动糖尿病精准医疗转型具有里程碑意义。
随着欧洲成人糖尿病患病率在2024年达到9.8%，影响超过6600万人，且预计到205年将增长至7200万，当前医疗系统面临前所未有的压力。糖尿病诊疗虽然已受益于连续血糖监测(CGM)、智能胰岛素笔和自动胰岛素输送(AID)系统等技术，但这些设备产生的海量数据加剧了医疗工作负担，尤其对需要管理多种慢性病的基层医生(PCP)而言，诊疗效率与个性化治疗之间的矛盾日益突出。更严峻的是，传统诊疗模式难以应对治疗惰性和并发症预防的双重挑战，糖尿病患者仍面临微血管和大血管病变的高风险。
在此背景下，人工智能(AI)技术被视为破局的关键。AI驱动的临床决策支持系统(AI-CDSS)不仅能通过机器学习(ML)模型分析电子健康记录(EHR)数据，预测糖尿病发病风险和治疗反应，还能借助生成式AI和大语言模型(LLM)实现个性化血糖预报和药物管理。然而，这些技术的临床应用仍面临多重障碍：包括医疗设备数据互操作性不足、算法偏见可能加剧健康不平等、缺乏适应动态学习AI的监管框架，以及患者和医护人员对AI工具信任度有限等问题。
为系统应对这些挑战，欧洲糖尿病论坛(EUDF)召集了来自糖尿病协会、临床专家、技术企业和患者代表的工作组，开展了一项基于德尔菲法和名义小组技术的共识研究。该研究旨在评估AI-CDSS在糖尿病诊疗中的实施路径，最终形成14项核心建议，相关成果发表于《Diabetologia》期刊。
研究采用多阶段共识构建方法：首先通过德尔菲调查匿名收集19名工作组成员对AI-CDSS的态度数据，随后进行两轮盲法投票，确保所有建议均获得超过三分之二成员的强烈同意或同意。共识过程特别关注基层医疗需求、区域医疗差异和患者中心化设计原则，并纳入对欧盟AI法案和欧洲健康数据空间(EHDS)规管框架的分析。
研究结果首先明确了AI-CDSS在糖尿病诊疗中的核心价值。在风险预测方面，基于EHR的AI模型已显示出超越传统方法的糖尿病及并发症诊断能力；在治疗个性化领域，一项针对10万次药物启用的UK临床实践研究数据(CPRD)开发的五药物类别模型，利用年龄、性别、糖尿病病程、基线项指标，可精准预测个体化口服降糖药疗效。在技术支持层面，食物识别智能手机应用通过照片分析能量摄入，使2型糖尿病患者HbA
在48周内显著改善；语音对话AI系统则能通过智能音箱优化基础胰岛素剂量调整。
然而，这些应用面临严峻的互操作性挑战。当前糖尿病设备缺乏统一数据接口标准，导致CGM、胰岛素泵等设备数据无法无缝集成至EHR系统。iCoDE项目虽致力于建立CGM数据与EHR的交互标准，但其推广需设备制造商、支付方和监管机构的协同合作。此外，AI-CDSS在基层医疗的应用需适应PCP跨疾病诊疗的工作流程，一项对720名英国PCP的调查显示，尽管AI有望减轻行政负担，但医护人员普遍认为临床同理心和判断力无法被AI替代。
监管漏洞是另一关键问题。研究指出，欧盟通过公告机构授予CE标志的流程缺乏透明度，97%的视网膜图像分析AI设备在缺乏公开性能数据的情况下获欧盟批准，而美国FDA仅批准8%。更严重的是，基于NHANES数据的预测模型存在对非西班牙裔白人的种族偏见，可能导致医疗服务分配不公。为此，欧盟AI法案将医疗AI列为高风险设备，但尚未建立客观的风险分类标准。
在患者中心化关怀方面，强调AI-CDSS需内置红旗功能识别急症需求，且患者-医护人员接触频率应基于代谢或心理社会指标个体化确定；
在医护人员赋能领域，要求将AI-CDSS原理纳入医学院核心课程和继续教育体系；
监管安全维度主张建立动态监管流程，要求公开审批数据的种族、年龄等人口学多样性信息；
临床数据优化则建议随机对照试验(RCT)除报告平均治疗效应外，需增加个体化治疗反应数据采集。
研究的独特价值在于首次系统整合了欧洲糖尿病诊疗各利益相关方对AI技术的共识，其建议既涵盖技术标准（如FHIR健康数据交换标准），也触及伦理核心（如算法公平性）。特别是针对欧盟区域医疗多样性提出的适应性AI-CDSS方案，为全球糖尿病精准医疗提供了可复制的治理框架。然而，共识也承认其欧洲视角可能引入偏见，且自我选择的工作组成员结构可能影响建议普适性。
这项研究标志着糖尿病诊疗范式转型的关键一步。通过将AI-CDSS定位为医护人员增值工具而非替代品，共识路线图既回应了医疗资源短缺的现实压力，又守护了医患关系的核心价值。随着欧盟健康数据空间在2025年正式实施，这套融合技术创新与伦理考量的框架，或将成为AI驱动医疗时代的安全带与指南针。