您的位置:健客网 > 糖尿病频道 > 糖尿病护理 > 饮食护理 > 当糖尿病饮食管理遇上机器学习

当糖尿病饮食管理遇上机器学习

2019-04-22 来源:中国糖医  标签: 掌上医生 喝茶减肥 一天瘦一斤 安全减肥 cps联盟 美容护肤
摘要:传统的糖尿病饮食管理存在诸多困难,这些问题使糖尿病患者难以受益。在AI(人工智能)不断地给我们带来惊喜的今天,糖尿病饮食管理可以有哪些变化?医生和互联网技术企业分别有哪些尝试和思考呢?

传统的糖尿病饮食管理存在诸多困难,这些问题使糖尿病患者难以受益。在AI(人工智能)不断地给我们带来惊喜的今天,糖尿病饮食管理可以有哪些变化?医生和互联网技术企业分别有哪些尝试和思考呢?

北京协和医院肠内肠外营养科的陈伟教授在糖尿病营养治疗方面一直处于领先位置,在今年糖尿病教育管理研讨会上,他分享了互联网技术对糖尿病饮食管理方式的影响。

现实:糖尿病饮食管理障碍重重

陈伟教授提到,糖尿病饮食管理对整个糖尿病防治的作用毋庸置疑,也是糖尿病患者最关注也愿意执行的。但是由于教育管理体系不够本土化和简单化,需要患者计算和记忆,尤其是与他人共同进餐时,这是饮食治疗的一大障碍。患者纠结的主要问题还有:

1.不知道怎样合理选择食物。

2.不知道每餐吃多少合适。

3.不知道怎样烹调最适宜。

4.不知道与人共餐时怎样分餐。

5.对糖尿病饮食治疗缺乏信心,难以长期坚持。

这些问题在传统的糖尿病饮食管理中,除非有专职营养师进行个体化、点对点的长期居家管理,否则患者很难长期坚持。但是互联网模式的引入,使得持续个体化管理成为可能。

互联网技术

变间断低频次管理为持续个体化管理

陈教授认为,互联网技术的引进为糖尿病饮食管理带来了新的契机,以往的教育者匮乏、管理时间不规律、患者不知如何入手等问题,都能找到突破口。

比如,可以把饮食安排通过互联网技术分季节、时间、不同场景等进行指导,举例来说,患者在外进行聚餐或者吃自助餐的时候,不清楚该如何选择食物,在互联网模式下,他可以拍照上传、在线咨询;甚至可以基于自己的血糖监测情况了解自己的血糖安全空间,快速制定粗略但有效的饮食安排。通过这样的场景化指导,把糖尿病饮食管理融入到真实的日常生活中,这样才能使个性化的糖尿病管理成为可能。

但还有很多问题需要考虑,比如:

1.如何做到实时指导

很多患者希望在吃饭过程中拍照上传,即时得到专业的评估和指导。但是由于目前数据库不够完善,照片拍摄的方式方法不同、食物的盛装器具大小不一,通过照片准确估算出食物的数量的技术还有待提高。

2.食物组合多样性问题

这是区别于西方国家饮食的地方,我国的饮食种类繁多,制作千差万别,组合又灵活,如何选择适合患者的,这个问题还需要更多实践。另外也需要患者有更多的耐心,通过持续自我血糖监测增加数据,当这些数据累积形成一定的量级,就能反过来为个人饮食管理提供依据。

所以,完善的互联网糖尿病饮食管理,不是简单地给患者一个饮食安排,而是根据患者自身的数据反映出的结果进行针对性的管理和指导,这是医生、教育者、患者共同努力才能完成的。

基于机器学习的血糖预测

让饮食管理更自主、智能

通常的糖尿病管理(多包括饮食管理)APP都可为糖尿病的饮食管理提供3大支持:即持续教育支持、行为改变支持以及社会心理支持。但理想的APP是只要患者输入几项生理指标,它就会告诉患者什么能吃、什么不能吃,近年兴起的基于机器学习血糖预测,可能在不久的将来实现这一目标。

以色列Weizmann科学研究所的Segal团队以及我国医随访的团队,都研究通过机器学习患者的不同饮食对应的血糖变化,建立患者独特的血糖模型,从而为患者进餐提供血糖预测。

以色列的机器学习在经过800名自愿者的数据训练之后,又测试了机器学习的算法能否用于预测食物对人体血糖水平的影响,他们对100人进行了验证实验,得到了肯定的结果。

但机器学习是否优于人工干预呢?他们在一个26人小组里开展了双盲随机实验。一组有12名自愿者,使用Segal团队研发的机器学习算法预测饮食对血糖水平的影响;对照组有14名自愿者,采用医生和营养专家的建议。最终的研究结果表明,这种方法的确可以准确预测食物对人体的血糖水平的影响,而且预测结果优于传统预测方法(83.3%vs57.1%)。

设想:营养医学+机器学习,

精准、科学的饮食管理

机器学习提供的血糖预测是看得见的数据,将有效地影响患者对食物的选择,比“管住嘴”3个字更直观,更有说服力。而营养专业医生,根据机器学习提供的更深度的数据,可以为患者制定出更合理的饮食搭配建议,给予个性化、场景化的饮食指导,不但注重血糖达标,同时还能兼顾营养和相关疾病的需求。因此,一旦二者结合,我们将能看到的是精准、科学且有效的血糖管理成果。

目前,糖尿病医生和教育者不妨更多地收集血糖数据和相关饮食、运动等信息,足够的数据将在机器学习成熟时,很快完成对已有数据的分析,您可以:

指导患者进行有效的血糖监测,并记录每餐饮食的种类和数量,上传到APP。

鼓励患者有条件时尽量用标准尺寸的碗盘拍照食物。

鼓励患者打开APP中运动相关信息的读取功能,比如计步功能,但抗阻、游泳等手机记录不到的运动需另外添加。

鼓励患者记录可能影响血糖的因素,比如感冒、熬夜等。

定期利用已有数据做初步分析,并给予患者指导,鼓励患者完成所需时长的记录。

您目前的糖尿病饮食教育是怎样做的?是否也想为新技术的应用做些准备呢?国内已有利用动态血糖监测采集7天血糖数据,并根据进食、运动等信息利用机器学习建立患者血糖模型的尝试。对患者进行个体化、精准管理支持将是未来糖尿病管理的趋势

看本篇文章的人在健客购买了以下产品 更多>
有健康问题?医生在线免费帮您解答!去提问>>
健客微信
健客药房
手机糖宝