第三屆糖尿病數字管理大會圓滿召開！共啟糖尿病全周期管理新征程

當前，我國糖尿病患病率持續處于高位，糖尿病管理正不斷向精準化、全周期方向升級。隨著數字技術加速融入臨床實踐，以持續葡萄糖監測（CGM）、AI決策支持等為代表的創新工具，正幫助醫生更精準地識別血糖波動與風險信號，推動糖尿病管理從“經驗驅動”邁向“數據驅動”，為個體化、精細化診療帶來了更多實現路徑。

2026年5月30日，2026第三屆糖尿病數字管理大會在上海正式召開。本次會議由上海交通大學主動健康戰略與發展研究院主辦，以「數智賦能·全球協同：糖尿病全周期管理新征程」為核心主題，匯聚國內外內分泌領域頂尖專家、臨床學者與產業從業者，聚焦糖尿病數字管理的前沿技術與創新應用，圍繞精準控糖體系構建、數字工具臨床落地及全周期管理升級等熱點方向展開深入交流，共同推動糖尿病管理的數字化轉型。本文整理大會重點內容，以饗讀者。

數智賦能基層：破解糖尿病管理的4大核心挑戰

上海交通大學主動健康戰略與發展研究院賈偉平教授結合我國糖尿病防控現狀，系統梳理了基層糖尿病數字化管理的核心瓶頸與破局路徑。賈偉平教授表示，我國糖尿病患病人數多、糖尿病并發癥危害大，基層作為防控主戰場，卻存在知曉率、治療率、控制率偏低，血糖血壓血脂綜合控制率僅4.4%的突出痛點。當前基層數字化管理面臨4大核心挑戰：缺乏基于中國人群的大規模、縱向多模態、高質量專病數據庫；AI模型“算法黑箱”缺乏可解釋性；缺少高級別臨床循證證據；基層AI落地的適用性與接受度不足。

針對上述痛點，賈偉平教授團隊深耕“Deep系列”工作，并以此構建了全鏈路落地解決方案：一是通過臨床醫生分級診斷、真實世界數據訓練保障數據質量，破解AI生成數據帶來的模型性能下降與“幻覺”風險；二是通過視網膜血管參數定量解析、熱力圖可視化破解AI可解釋性難題，相關成果已獲得國際糖尿病學界高度認可；三是開展真實世界前瞻研究驗證臨床獲益，Deep系列AI系統可實現糖尿病視網膜病變、糖尿病腎病及腦卒中的精準分層管理，顯著降低并發癥進展風險，提升患者自我管理依從性；四是通過友好界面設計、基層醫生持續培訓實現技術落地、持續模型更新優化，相關管理體系已納入國家基層糖尿病防治指南。

賈偉平教授強調，基層糖尿病數字化管理需堅持“人機協作”原則，避免“弱醫生化”，AI僅作為臨床輔助工具，診療方案需經醫生確認后實施，保障醫療安全，構建可復制、可推廣的基層糖尿病數字化管理模式。

賈偉平教授

國外視野：真實世界與數字健康賦能的糖尿病管理創新

格拉茨醫科大學內分泌與糖尿病學系Julia Mader教授結合歐洲糖尿病診療實踐，分享了基于真實世界數據與人工智能的2型糖尿病個體化管理路徑。她指出，CGM是德、奧、瑞三國患者認可度很高的糖尿病管理技術，在患者人群中滲透率持續提升，已覆蓋從糖尿病前期到晚期并發癥的全病程管理。

2型糖尿病是進展性疾病，需根據疾病階段、年齡、健康狀態等，進行個體化的治療目標調整。隨著AI技術的普及，其和CGM的結合，可輔助個體化治療決策、數據解讀、血糖波動預測、飲食碳水估算、輔助用藥管理等，Julia Mader教授強調，“CGM+AI”的組合將成為未來糖尿病管理的重要助力，但這并非替代臨床醫生，而是賦能更精準、更主動、以患者為中心的個體化診療。

Julia Mader教授

馬來亞大學醫學院內科學系Lee-Ling LIM林俐伶教授結合全球慢病防控趨勢與《健康中國2030規劃綱要》目標，分享了數字健康技術在糖尿病管理中的落地路徑與核心價值。她指出，數字醫療已覆蓋血糖監測、胰島素輸注、飲食運動管理、遠程醫療/監測、健康預警等糖尿病全周期管理場景，是慢病防控的核心賦能手段。但當前糖尿病有效管理仍面臨多重挑戰，需從“單一APP”向“全方位數字化生態系統”升級。依托“ABCDEF數據轉化為行動”框架，以“糖尿病登記系統”和對接“電子病歷系統”為核心，聯動醫患兩端，推動多重代謝目標達標，逐步構建以患者為中心，藥房、醫療保險、醫療器械與耗材、監管與政府等多方協同的理想生態。

在具體技術創新方面，她著重闡述了CGM從創新探索到臨床實施的演進路徑，以及可穿戴設備向健康監測儀的功能躍遷、AI預測性分析的臨床應用前景，并介紹了基于視網膜圖像的DeepDKD深度學習系統，可用于糖尿病腎病篩查和鑒別診斷。產業數據顯示，2020-2026年全球自我監測技術市場規模實現4倍增長，亞太地區占比達23.3%，CGM、無創監測、AI預測分析將成為未來核心創新方向。

Lee-Ling LIM林俐伶教授

AI驅動醫療新格局：Agentic AI診療應用與糖尿病風險預測

上海交通大學人工智能研究院張婭教授結合AI技術發展趨勢，分享Agentic AI驅動醫療新格局的核心路徑與成果。她指出，當前通用大模型正向后訓練、慢思考推理、世界模型、智能體形態快速演進，打破了傳統AI“一個場景一個模型”的碎片化局限。Agentic AI正成為人工智能重要范式，可實現“看懂醫學數據—想清醫學問題—做成臨床決策閉環”3大核心能力，破解醫學知識更新快、決策可溯源要求高、臨床動態決策不確定性等行業痛點。

張婭教授以罕見病診斷為例，展示了Agentic AI如何突破人類醫生認知極限，解決跨學科疾病診斷“記不住、配不準、想不到”的核心難題。DeepRare作為智能體式罕見病循證推理診斷系統，通過實時知識檢索+自反思迭代推理，可打破靜態知識邊界，將臨床診斷邏輯植入推理過程。Agentic AI架構可實現全域感知與模塊化協作，將復雜診斷任務拆解為多個專業步驟，并由智能體協作完成。通過核心層大語言模型驅動的推理引擎，代理層8大類專業工具智能體，以及外部數據源與實時循證的數據層，最終達成透明、可溯源的證據鏈，用“白盒”化診斷解決AI信任難題。

張婭教授

中南大學計算機學院郭克華教授聚焦糖尿病領域，以糖尿病風險預測AI產品為藍本，剖析醫療AI的“醫工鴻溝”痛點，提出AI重構糖尿病風險預測的新范式。他指出我國糖尿病防控存在“一高三低”的鏈條失衡問題，基層醫療數據割裂、時序斷點的核心瓶頸，難以形成連續的患者風險畫像，亟需從“靜態評分”邁向“連續預測”。

在具體場景上，郭克華教授以1型糖尿病胰島功能衰減為切入點，通過將醫生診療邏輯轉化為可計算的技術路徑，完成多源臨床數據的患者、時間、字段三重對齊與標準化治理，形成統一患者視圖；在此基礎上，經由靜態關聯挖掘、多模型融合風險評分與時序知識圖譜動態建模，構建從分散醫療數據到可計算、可推理、可解釋的風險預測閉環，可輸出患者1/3/5年胰島功能衰減風險，支撐低/中/高風險分層隨訪與早期干預。郭克華教授強調，這一過程需要計算機人員和醫生通力合作，才能打造真正可用、好用的AI醫療產品。目前，該系統已成為科技創新2030項目中的主打產品，已在湘雅二醫院代謝內分泌科使用。

郭克華教授

糖尿病管理數智化落地：智能體創新、全院血糖管理模式與CGM多場景驗證

三諾生物副總經理兼董事會秘書鄭霽耘博士結合AI技術發展趨勢與醫療落地痛點，分享了以可信數據空間為核心底座的糖尿病專病智能體的建設思路與臨床價值。她表示，當前AI核心能力已實現躍遷，臨床級AI知識平臺已實現規模化應用，生成式AI摘要正重塑公眾健康信息獲取路徑。但“AI幻覺”問題——包括數據失真、信息杜撰與迎合式偏差，仍是制約其醫療場景落地的核心瓶頸，疊加大眾健康認知不足，進一步放大了錯誤信息的臨床風險。

針對這一痛點，愛看健康智能版推出的“對話式”陪伴健康管家——“小諾智能體”，以iCanNet可信數據空間為核心，基于真實數據科學的可預測性、可計算性、穩定性構建，可整合居家監測、生活行為、健康檔案等多維度患者數據，從數據源頭過濾失真信息，從根源破解AI幻覺問題。患者面對復雜的血糖曲線，可隨時發起提問，即時獲得專業解讀與指導，逐步提升對自身健康狀況的認知；在持續交互過程中，系統同步學習患者的行為習慣與個體偏好，依托iCanNet動態更新健康洞察，為每位患者構建專屬的健康數據畫像，并結合全方位評估與專業算法，輸出個性化的精準控糖方案。

鄭霽耘博士

河北醫科大學第三醫院周慧敏教授結合河北醫科大學第三醫院實踐，分享智慧化血糖管理的落地模式與成效。該院作為國家緊急醫學救援基地，針對非內分泌科高血糖患者占比超 90%、傳統會診流程繁瑣等痛點，構建“主動會診+虛擬病房”的全院血糖管理模式，依托CGM+指尖血糖監測（BGM）與院內信息化系統，實現血糖數據實時互通、一鍵會診、多學科協同管理。同時搭建院外血糖管理云平臺，配套完善的分層醫護培訓體系與標準化質控評價機制。

周慧敏教授表示，該模式顯著提升血糖達標率和管理效率，提高醫院病床周轉率以及降低血糖相關并發癥風險等，形成可復制、可推廣的智慧化血糖管理實踐方案，帶動區域慢病管理工作的發展，成為衛生領域首個河北牽頭京津冀協同地方標準。

周慧敏教授

中南大學湘雅三醫院金萍教授結合2026 ADA指南更新與臨床試驗數據，分享了FDA iCGM標準下CGM系統的性能要求、驗證結果與多場景應用價值。2026 ADA指南首次推薦CGM覆蓋糖尿病全病程管理，針對不同人群設置了個體化TIR目標值。美國FDA iCGM標準則對CGM性能提出更高要求，核心聚焦CGM單點準確性、血糖變化趨勢精度、極端數值安全性3大維度，本質是解決CGM“能否直接用于臨床決策”的核心問題。

基于此，金萍教授首先分享了由國際臨床化學和實驗室醫學聯合會（IFCC）CGM工作組主席Guido Freckmann教授團隊開展的試驗。研究結果顯示，三諾愛看CGM整體MARD值達標，腹部與手臂佩戴的性能無顯著差異，一致性優異，符合FDA iCGM全部準確性與安全性標準，佩戴疼痛評分極低，支持患者自行植入。

針對ICU重癥場景，金萍教授團隊在改善既往研究試驗設計不足的基礎上，開展了更符合CGM在我國真實ICU場景中應用的試驗，涵蓋重癥肺炎、膿毒癥、多器官衰竭等多病種患者。結果顯示，三諾愛看CGM面對ICU多病種、全場景的嚴苛考驗（與動脈血氣分析血糖值比對），MARD 12.71%，且分層穩定。

金萍教授

數智賦能糖尿病全周期管理：愿景落地與多學科實踐探討

本次會議的討論與交流環節由上海市第六人民醫院周健教授主持，邀請中國醫學科學院阜外醫院馮雪教授、上海市第六人民醫院范瑛教授圍繞“數智賦能糖尿病全周期管理”進行對話。

馮雪教授從生活方式干預視角指出，當前糖尿病生活方式預防落地存在3大核心難點：人性本能與健康行為的對抗、醫保支付路徑缺失導致醫生動力不足、患者對干預價值的認知缺位。她提出破局思路：將干預與患者當下痛點直接關聯，以并發癥風險激發改變動力；以短期的微小關鍵行為撬動長期堅持；同時強調數字化工具需提供情緒價值，避免冰冷的數據反饋，實現無擾、沉浸式的健康管理。

范瑛教授從腎內科視角分享了糖尿病并發癥的數字化管理實踐，指出40%的糖尿病患者存在腎臟并發癥，管理模式正從被動治療向主動精準全程管理轉變。她提出需提早開展主動篩查，依托CGM技術監測腎病患者特殊的血糖波動特征，預警透析患者低血糖風險；同時通過數字化專病隊列、AI輔助病理診斷等提升糖尿病腎病的精準防治能力。范瑛教授還表示，期待未來可穿戴設備與居家檢測的普及，結合多學科協作賦能慢病管理。

周健教授總結指出，本次跨學科交流帶來了不同于傳統內分泌診療的全新視角。他強調，數智化技術不能止步于冰冷的數據呈現，更要融入人性關懷與情緒價值，呼吁臨床醫生、企業科研人員與多學科團隊協同發力，切實助力龐大慢病人群實現高質量的全周期疾病管理。

從左到右：周健教授、馮雪教授、范瑛教授

CGM研究二十年：從技術迭代到臨床體系的全面突破

上海市第六人民醫院周健教授結合CGM二十年的發展歷程，系統梳理了該技術從市場迭代、指標體系構建到多場景臨床應用的全維度突破與成果。周健教授指出，全球CGM市場從2005年2億美元規模發展至2024年140億美元，預計2033年突破300億美元，技術從專業醫療端逐步走向健康人群。

在核心指標構建方面，國內研究從2004年揭示糖代謝正常者血糖漂移規律起步，2009年建立中國人CGM正常參考值，2018年首次證實葡萄糖目標時間范圍（TIR）獨立于糖化血紅蛋白與糖尿病視網膜病變直接相關，該成果成為全球首個支持TIR臨床應用的循證證據，被寫入國際指南與專業書籍。此外，血糖時間序列復雜度指數（CGI）可衡量機體血糖穩態調控能力，與糖尿病不良結局相關，有望成為評估血糖穩態的早期新指標。

在臨床應用方面，已有RCT研究證實CGM可顯著改善2型糖尿病患者的血糖控制；在院內場景，國內建立了基于CGM的院內血糖管理系統并研發移動查房平臺，多中心前瞻性研究（INDIGO-ICU）也將CGM拓展至重癥監護領域。此外，研究已識別與妊娠期糖尿病發生及不良結局相關的CGM指標，正推動基于結局的國際多中心分析以確定診斷閾值，探索CGM在GDM診斷中的應用潛力。在CGM與AI融合方面，GluFormer模型可基于CGM數據精準預測未來血糖趨勢，基于碳水反應的個體精準分型揭示了不同個體餐后血糖反應的顯著差異及飲食干預的個體特異性，穿戴式設備聯合常規血檢預測胰島素抵抗AUC達0.80。

周健教授指出，CGM正從傳統的“血糖監測手段”轉變為“糖尿病表型特征分析工具”，并已拓展至非糖尿病人群，成為撬動糖尿病管理技術發展的核心支點。

周健教授

激辯數智醫療：AI的發展是提升還是削弱醫生臨床決策能力？

本次會議設置主題辯論賽，圍繞“糖尿病智能診療AI的發展，提升還是削弱了醫生的核心臨床決策能力”展開交鋒，由浙江大學醫學院附屬第一醫院李曉牧教授、上海市第十人民醫院陳海冰教授擔任主持，珠海市人民醫院魯紅云教授、濰坊市人民醫院劉海霞教授、無錫市中醫醫院胡源教授組成正方團隊，南方醫科大學中西醫結合醫院胡芷菁教授、濟寧市第一人民醫院胡顯潔教授、福建醫科大學附屬泉州第一醫院張翼教授組成反方團隊，針對AI醫療的價值與風險展開深度辯論。

正方認為AI顯著提升醫生核心決策能力：AI可快速篩選海量文獻與影像數據，數秒內標記可疑病灶，讓醫生從信息篩選中解放，聚焦核心臨床判斷；可彌補基層醫生經驗短板，以糖尿病視網膜篩查為例，AI系統數分鐘即可完成資深醫生水準的眼底分析，賦能基層慢病管理；同時AI可作為教學工具，為年輕醫生提供及時反饋，加速臨床能力成長。此外，AI還能連接分散的檢查、隨診和健康教育，幫助早發現風險、更快做出決策。正方強調，AI是輔助工具而非替代者，如同血糖儀、CT的應用并未削弱醫生能力，反而推動診療升級。

反方則提出，過度依賴AI會削弱醫生核心決策能力：AI直接給出結論會讓醫生繞過完整的疾病推理過程，年輕醫生易喪失獨立判斷能力；目前缺乏高等級證據證明AI在真實場景穩定超越醫生；更重要的是，醫學核心的信任、連續照護與責任歸屬，是AI無法提供的價值。

反方還表示，年輕醫生成長必須經過“錯”的過程，查閱文獻、查體等基本功不可省略，需警惕AI對年輕醫生培養的影響。

經過立論、攻辯與自由辯論的交鋒，最終正方獲勝。AI是優質的臨床輔助工具，核心是把握“醫生主導、AI輔助”的原則，醫學生需在建立完整臨床思維后再合理使用AI，避免過度依賴，在擁抱技術的同時堅守醫學基本功與人文關懷，讓數智技術真正賦能醫療質量提升。

從左到右：魯紅云教授、胡源教授、劉海霞教授、陳海冰教授、李曉牧教授、胡顯潔教授、胡芷菁教授、張翼教授

臨床實踐分享與病例征集啟動，推動CGM技術落地

本次青年醫師病例匯報環節，由邯鄲市中心醫院朱明明醫生帶來了成人隱匿性自身免疫性糖尿病（LADA）并酮癥患者的強化治療案例，提示了CGM輔助胰島素泵治療的臨床價值；湖南省人民醫院李浪波醫生則聚焦糖尿病管理“院內達標、院外失控”的行業痛點，分享將管理主戰場轉移至院外的破局思路；肇慶市第一人民醫院謝鐿寧醫生分享了高齡糖尿病足合并感染患者的圍手術期管理案例，驗證了CGM在該類患者中應用的核心價值。

朱明明醫生、李浪波醫生、謝鐿寧醫生

此外，為支持糖尿病管理新技術的臨床應用與推廣，在本次會議上，《中華醫學雜志》編輯部張曉冬主任宣布啟動2026 CGM精準管理臨床應用全國病例征集項目。該項目由《中華醫學雜志》社主辦、《中華醫學雜志》編輯委員會提供學術支持，依托中華醫學會權威醫學期刊平臺，面向全國臨床醫師征集CGM相關的優秀臨床病例，進一步挖掘 CGM 技術的臨床應用潛力，助力臨床經驗轉化為可傳播的學術成果。

張曉冬主任

參考文獻：

[1] Meng Z, Lim LL, Jia W, et al. Lancet Digit Health 2025.

[2] American Diabetes Association. Standards of Care in Diabetes—2026. Diabetes Care. 2026;49(Suppl 1):S1–S350.

[3] Jendrike N, Link M, ?ter S, et al. Performance of a New Continuous Glucose Monitoring System in German Adults Living with Diabetes. Diabetes Ther. 2026;17(2):287-299.

[4] 喻明,周健,項坤三,等.動態監測糖耐量正常者血糖水平的漂移變化[J].中華醫學雜志, 2004, 000(021):1788-1790.

[5] Zhou J, Li H, Ran X, et al. Reference values for continuous glucose monitoring in Chinese subjects. Diabetes Care. 2009 Jul;32(7):1188-93.

[6] Jingyi Lu, Xiaojing Ma, Jian Zhou, et al; Association of Time in Range, as Assessed by Continuous Glucose Monitoring, With Diabetic Retinopathy in Type 2 Diabetes. Diabetes Care 1 November 2018; 41 (11): 2370–2376.

[7] 曹力,王亞昕,陸靜毅,等.持續葡萄糖監測在非糖尿病人群中應用的研究進展[J].中華糖尿病雜志, 2025, 17(05):623-627.