早期识别糖尿病前期（Prediabetes）是预防2型糖尿病的关键。然而，由于该阶段通常无症状，且依赖侵入性抽血检测，许多人错过了干预的黄金窗口。近日，日本东京科学大学（Science Tokyo）的研究团队开发出一种名为 DiaCardia 的人工智能模型。该模型仅凭心电图（ECG）读数即可精准识别糖尿病前期，为利用智能手表等可穿戴设备进行无创筛查铺平了道路。相关研究已发表于《心血管糖尿病学》（Cardiovascular Diabetology）。
背景：血糖预警的“心脏密码”
糖尿病前期是指血糖水平高于正常，但尚未达到糖尿病诊断标准的中间状态。东京科学大学分子内分泌与代谢系的 Chikara Komiya 专任副教授表示，由于糖尿病前期已知会增加心脏病风险，心电图实际上记录了血糖异常对心脏造成的早期微小改变。
核心技术：从269个波形特征中寻踪
研究团队基于 LightGBM 机器学习算法构建了 DiaCardia 模型。
-
大样本验证： 研究使用了来自东京一家诊所的16,766份健康体检记录，包含标准12导联心电图（12-lead ECG）、空腹血糖（FPG）及糖化血红蛋白（HbA1c）数据。
-
高准确率： 在内部测试中，DiaCardia 识别糖尿病前期的曲线下面积（AUROC）达到 0.851。重要的是，在针对另一家机构的外部验证中，该模型表现出极高的泛化性（Generalizability），无需重新训练即可准确工作。
-
排除干扰： 研究人员通过匹配年龄、性别等六大主要混杂因素（Confounding factors）进行了额外分析，结果证实 DiaCardia 捕获的是血糖调节受损特有的心电特征，而非其他生理差异。
科学解释：为什么心电图能查血糖？
利用 SHAP 分析技术，研究团队解释了 DiaCardia 的判定依据：
-
R波振幅异常： 胰岛素抵抗会导致左心室质量增加，进而使 aVL 等导联的 R 波振幅升高。
-
自主神经病变： 早期血糖异常会影响自主神经系统，表现为心率变异度（HRV）的降低。 这些生理关联为 DiaCardia 的预测提供了坚实的科学支撑。
行业前景：可穿戴设备的无创时代
该研究最令人振奋的突破在于其对单导联（Lead I）数据的处理能力。
-
精简而高效： 即便只使用28个波形特征（模仿智能手表采集模式），DiaCardia 的性能仍能与标准12导联模型相媲美。
Komiya 教授指出：“DiaCardia 具有极高的可扩展性，它让糖尿病前期筛查不再受地点和有创检测的限制。”这意味着，未来通过腕戴式设备进行全天候、无感式的血糖健康风险监测将成为可能。
参考文献：Daisuke Koga et al, Artificial intelligence identifies individuals with prediabetes using single-lead electrocardiograms, Cardiovascular Diabetology (2025). DOI: 10.1186/s12933-025-02982-4
编辑：王洪
排版：李丽
评论 (0)