近日，微軟舉辦了一個案例分享會，介紹了其機器學習(Azure Machine Learning)在國內醫(yī)健領域的第一個案例——糖尿病管理。

　　該案例的另一個合作方健安華夏，是專注于健康醫(yī)療領域個性化慢病管理解決方案的創(chuàng)業(yè)公司，其于2015年創(chuàng)造了醫(yī)隨訪——糖代謝動力學管理平臺，提出糖代謝動力學、藥物動力學、飲食動力學、運動動力學和患者自我動力的糖尿病管理“新五輛動車模式”。

　　健安華夏創(chuàng)始人楊楓介紹，糖尿病管理有三種模式。傳統(tǒng)的糖尿病管理是基于單一的時間點，比如醫(yī)生會根據(jù)患者就診當時的血糖值進行開藥，這種模式顯然無法反映患者的整體血糖狀況。

　　其次是連續(xù)監(jiān)測模式。目前的可穿戴血糖監(jiān)測設備可以實現(xiàn)每3分鐘上傳一條數(shù)據(jù)，一天480條，七天3360條，讓了解患者的連續(xù)血糖數(shù)據(jù)變得可能。通過數(shù)據(jù)分析，可以更好地管理和調整患者的飲食。但這種數(shù)據(jù)一般是回顧性的，收集的是前一段時間比如七天內的數(shù)據(jù)。

　　第三種是智能監(jiān)測模式。把數(shù)據(jù)實時動態(tài)地傳到云端，通過機器學習分析、預測血糖數(shù)據(jù)及影響因素，為患者提供個性化控糖方案。

　　楊楓舉例，有一位患者七天內有四天發(fā)生夜間低血糖，這是一個“隱形殺手”的信號，可能是老年癡呆癥、輕度中風的前兆，嚴重的甚至有可能危及生命。連續(xù)監(jiān)測數(shù)據(jù)顯示，該患者的夜間低血糖基本發(fā)生在飯后4小時15分鐘左右，過度分泌胰島素，甚至比其吃飯時的血糖還低。如果有實時動態(tài)的數(shù)據(jù)監(jiān)測，就可以提醒患者少食多餐，避免夜間低血糖的發(fā)生。

　　監(jiān)測數(shù)據(jù)只是一方面，更重要的是揭示規(guī)律，提供管理方案。“如果通過數(shù)據(jù)分析，量化證明模式是規(guī)律的，可以自動分類，帶來的可能性會非常大。”楊楓說。

　　比如對患者飲食和運動進行管理。對患者血糖水平的監(jiān)測和預測，可以為患者推薦合適的運動方式和強度，通過測量主糧，還可以在保證患者營養(yǎng)的情況下為其推薦有針對性的食譜。

　　監(jiān)測、分析數(shù)據(jù)、發(fā)現(xiàn)規(guī)律、提供建議，這是一個精準管理糖尿病的完整閉環(huán)。楊楓說：“這跟那種與醫(yī)生見面5分鐘，檢測完血糖就開藥的方式相比，是從盲人摸象升級到了庖丁解牛。”

　　更重要的是，通過機器學習，系統(tǒng)可能會發(fā)現(xiàn)醫(yī)生發(fā)現(xiàn)不了的規(guī)律。楊楓說：“通過機器學習的方式可能是未來的方向，可能會改變未來糖尿病的標準，徹底改變醫(yī)生、患者乃至整個生態(tài)。”

　　而這，僅僅只是開始，以數(shù)據(jù)為基礎的個性化治療能給醫(yī)療帶來什么樣的改變，值得期待。