文章速递：Nature最新研究：多模态AI融合千人多维数据，精准捕捉糖尿病隐匿风险
文章速递：Nature最新研究：多模态AI融合千人多维数据，精准捕捉糖尿病隐匿风险
文章题目：Multimodal AI correlates of glucose spikes in people with normal glucose regulation, pre-diabetes and type 2 diabetes
全文链接：
https://doi.org/10.1038/s41591-025-03849-7
影响因子/JCR分区：50/Q1
文章主要内容：
2型糖尿病（T2D）是一种多因素共同作用的复杂疾病，涉及饮食、遗传、运动、睡眠以及肠道微生物组等多种因素的交互影响。传统的诊断与监测方法（如糖化血红蛋白HbA1c检测）难以全面反映该疾病的异质性和动态变化。为实现更精准的糖尿病风险预测与个体化管理，该研究采用多模态人工智能技术，整合了来自1137名参与者的多维度数据，包括连续血糖监测（CGM）、饮食记录、体力活动监测、电子健康记录（EHR）、基因组学及肠道微生物组数据等。这些数据全面覆盖了生理状态、生活方式和生物学特征，为深入解析血糖波动机制提供了丰富的信息基础。通过融合上述多源异构数据，研究团队构建了一种多模态血糖风险评估模型，该模型显著提升了对糖尿病风险，尤其是传统方法易漏诊的高风险人群的预测与评估能力。
可专利性分析：若在该技术方案公开发表前，现有技术中未公开同类数据组合及用于精细化糖尿病风险分层的特定方法，则该技术方案具备新颖性，如果研究方案中有数据处理方法创新、建模算法或公式创新或新诊断指标创新（如葡萄糖峰值变量等），则有机会申报发明专利。可专利的主题有：
（1）一种计算机实现的疾病建模或诊断方法：包括数据处理、模型构建及风险评估的具体步骤流程；
（2）一种疾病诊断系统/装置：基于新诊断指标进行疾病诊断；
可专利点拆解：本研究首次提出并成功验证了一种基于多模态人工智能（AI）的技术方案，用于解决传统方法在2型糖尿病（T2D）风险评估中存在的异质性和动态变化监测难题。其可专利点在于“一种基于多模态融合AI的疾病风险评估新方法”，其保护点在于多模态数据融合的方法、数据间映射或相互关系的发现、糖尿病相关新诊断指标的发现等，实现了高风险评估性能。
授权案例分析：
多模态数据融合方法有创新--一种基于多模态数据的癌症预测方法、系统及设备
多模态数据结果加权有创新--用于预测子宫内膜癌预后的模型、产品和方法
疾病相关新诊断指标的发现--一种基于CT图像特征区分肾上腺增生与乏脂肪腺瘤的方法、系统、设备
总结：
多模态AI疾病诊断的研究，其专利可围绕“多模态数据处理、数据融合-算法创新-新临床指标”等进行多方面专利布局，最大化人工智能在医疗领域的商业价值。
北京预立生科知识产权代理有限公司
北京预立生科知识产权代理有限公司是一家专注于生物医学领域的专利咨询、专利申报及技术转化公司。拥有一支由专利代理师和技术专家顾问组成的逾40人的专业团队，是中国最优秀的生物医学专利服务机构之一。区别于传统专利服务机构的全领域服务，预立生科服务领域聚焦，在医学细分领域发明专利授权率全国排名前三，已经与200多家医药企业、三甲医院及重点研究所达成合作，成功申报5000余项生物医学类专利。
欢迎扫码咨询