日本科学东京研究所（Science Tokyo）的研究团队开发出一种名为DiaCardia的人工智能模型，能够仅通过心电图（ECG）数据准确识别糖尿病前期患者，无需依赖传统的血液检测。这一突破为未来利用消费级可穿戴设备实现家庭化、无创式糖尿病前期筛查提供了可能。 糖尿病前期是2型糖尿病发生前的一个关键阶段，此时血糖水平高于正常但尚未达到糖尿病诊断标准。这一阶段若能及时干预，通过生活方式调整可有效阻止疾病进展。然而，由于糖尿病前期通常无明显症状，且血液检测成本较高、参与率低，早期筛查面临巨大挑战。 研究团队由千叶康太郎助理教授、研究生兼医生神田亮和山田哲也教授领衔，开发的DiaCardia模型基于LightGBM机器学习算法，仅利用ECG信号即可进行判断。研究团队分析了东京一家诊所的16,766份健康体检数据，包含空腹血糖（FPG）、糖化血红蛋白（HbA1c）和标准12导联ECG数据。根据FPG≥110 mg/dL、HbA1c≥6.0%或正在接受糖尿病治疗中的任一标准，定义为糖尿病或糖尿病前期。 模型从12导联ECG中提取269个波形特征，在内部测试中达到0.851的AUROC值，表现出优异的准确性和可解释性。在外部独立数据集上验证时，模型无需重新训练即展现出良好泛化能力。SHAP分析显示，R波振幅增高、心率变异性降低等特征是主要预测因子，这些变化与胰岛素抵抗和自主神经病变密切相关，具有明确的生理依据。 更关键的是，即使仅使用单导联（I导联）ECG数据，模型仍能保持接近12导联的识别性能，仅需28个特征。这一成果为未来在智能手表等可穿戴设备上实现随时随地筛查提供了技术基础。 研究团队表示，DiaCardia有望推动糖尿病前期筛查的普及化、便捷化和常态化，真正实现“无血检测、随时筛查”，为预防2型糖尿病提供有力工具。