一项新的2型糖尿病研究发布了其旗舰数据集，提供了大量关于可能影响2型糖尿病发展的生物标志物和环境影响因素的数据。通过纳入从健康个体到疾病各个阶段的参与者，这项研究提供了一个独特而多方面的视角，超越了传统的糖尿病研究。
早期结果表明，参与者多样性和新测量方法将使人工智能驱动的新见解成为可能。随着研究的发展，它可能会在理解环境暴露如何不仅导致糖尿病，还导致其并发症（如影响眼健康的糖尿病视网膜病变）方面取得重大进展。
该研究通过在参与者的家中放置定制的环境传感器收集的数据，揭示了疾病进展与细颗粒物（一种已知对健康有害的空气污染物）暴露之间的明确联系。除了这些环境因素外，数据集还包括多种其他测量指标，如眼部成像扫描、抑郁量表、传统血糖测量和调查回应，从而全面描绘每个参与者的健康状况。
这些数据将使用人工智能进行分析，以揭示新的风险因素、预防策略和连接疾病与健康的潜在机制。随着研究的发展，它可能会在理解环境暴露如何不仅导致糖尿病，还导致其并发症（如影响眼健康的糖尿病视网膜病变）方面取得重大进展。
“我们看到的数据支持2型糖尿病患者的异质性，即人们并不是都在应对同样的问题。由于我们收集了如此庞大、详细的数据库，研究人员将能够深入探索这一点。”华盛顿大学医学院眼科教授Cecilia S. Lee博士说。Lee表示，她对收集到的数据质量感到兴奋，这些数据代表了1,067人，仅占研究预期总参与人数的25%。Lee是（AI-READY）人工智能就绪和公平的糖尿病洞察图谱项目的项目主任。
该研究由美国国立卫生研究院支持，旨在收集和分享供全球科学家分析的人工智能就绪数据，以寻找健康和疾病的新的线索。初步数据发布在《自然代谢》杂志上。作者重申了他们的目标，即从比以往更种族和民族多样化的群体中收集健康信息，并使生成的数据在技术和伦理上准备好进行人工智能挖掘。
项目首席研究员、华盛顿大学医学院眼科教授Aaron Lee博士表示，发现过程令人振奋。“我们是一个由七家机构和多学科团队组成的联盟，这些团队之前从未合作过。”他说，“但我们有共同的目标，即利用无偏见的数据并保护数据的安全性，同时使其可供世界各地的同事访问。”
在西雅图、圣迭戈和阿拉巴马州伯明翰的研究点，招募者正在集体招募4,000名参与者，入选标准旨在促进平衡：
- 种族/民族（每组1,000人：白人、黑人、西班牙裔和亚裔）
- 疾病严重程度（每组1,000人：无糖尿病、糖尿病前期、药物/非胰岛素控制和胰岛素控制的2型糖尿病）
- 性别（男女各半）
此外，Aaron Lee指出，科学家们正在研究发病机制（人们如何患病）和风险因素。“我们希望我们的数据集也能用于研究健康促进因素，即哪些因素有助于改善健康。”他说，“因此，如果您的糖尿病有所好转，哪些因素可能在起作用？我们预计旗舰数据集将在这两个方面带来新的发现。”
总之，这项雄心勃勃的研究旨在创建详细的“伪健康史”，记录从疾病到健康以及反之的进展，提供宝贵的见解，了解影响2型糖尿病及其并发症的复杂因素。通过从大量参与者那里收集丰富详细的数据，研究人员旨在建立一个更加细致的理解，即环境和生物学因素如何随时间相互作用。
为了促进合作和进一步研究，数据集托管在一个定制的在线平台上，并以两种形式提供：一种是受控访问集，需要使用协议；另一种是公开可访问版本，去除了HIPAA保护的信息。2024年夏季的试点发布涉及204名参与者的数据，已被全球110多个研究组织下载。研究人员必须验证身份并同意伦理使用条款才能访问数据。有关如何访问数据集的更多信息，请访问aireadi.org。
这一合作为2型糖尿病的预防和管理提供了见解，具有预防糖尿病眼病的潜在应用。
(全文结束)
