(SeaPRwire) – By: James Vance
美國六成成人帶有第二型糖尿病風險因子。現有預防計畫卻無法應對這龐大數量。糖尿病發展隱匿，傳統篩檢常漏掉真正需要介入的高風險者。這是當前美國醫療系統的核心困境。
2026年6月5日，美國糖尿病協會（ADA）在紐奧良的科學會議上發布一項新研究。研究團隊以Kaiser Permanente北加州體系2012至2024年間的336萬5464名18至70歲成人為對象，中位年齡39歲，女性佔55%。他們運用基於風險的超級學習法，結合多種生存分析模型，預測受試者1年、3年、10年後的糖尿病發病風險。模型數據來自就診常規記錄（年齡、體重、血糖、病史、藥物）與公開資訊（健康食物取得、步行區域）。追蹤中位數5.4年間，發病率為每千人年10.7例。訓練模型AUC達0.886，驗證模型為0.883。1年預測風險與實際發病率幾乎吻合（1.03% vs 1.01%）。以1.2%為高風險門檻，10年追蹤的敏感度74%、特異度82%。研究第一作者Luis A. Rodriguez表示，這模型能更早更精準識別高風險者，彌補傳統篩檢的不足。
這項技術的商業價值在於資源重分配。美國醫療系統長期面臨預防資源分散的問題。若此模型通過臨床測試，將幫助醫療機構把預防資源集中在最能獲益的高風險群體。未來數年，這類AI預測工具將成為基層醫療的標配，大幅提升糖尿病預防效率，並降低後續治療的龐大開支。
Author bio: James Vance，頂尖國際科技周刊資深專欄作家，專注醫療科技與AI應用領域深度分析。