本港每3名65歲以上的長者便有一人罹患糖尿病。為了能更有效地管理這些老年糖尿病患者的病情，香港中文大學(中大)醫學院今日(18日)表示，利用醫管局數據實驗室涵蓋全港的資料，進行大數據分析，發現雖然同齡人口的整體死亡率下降，但比起非糖尿病患者，老年糖尿病患者因心血管疾病和非血管疾病引致死亡的風險仍高1.5至2倍。

　嚴重低血糖是糖尿病患者常見的急性併發症，可增加患者跌倒、罹患心血管疾病和認知障礙症，以及各種原因死亡的風險。研究團隊利用醫管局資料開發了一套能預測老年糖尿病患者於未來一年出現嚴重低血糖風險的機器學習模型，精確率高達85%。團隊相信此模型能與現有的電子病歷系統結合，為最高風險的年長患者及早提供干預措施，預防他們出現嚴重低血糖。研究詳情已在獲同行評審的國際期刊《PLOS Medicine》及《Diabetes Research and Clinical Practice》上發表。

　醫管局數據實驗室載有的匿名數據包括病人的用藥和實驗室化驗紀錄、住院情況、居住區域和其他同時患有的疾病資料。中大醫學院研究人員分析了來自此數據庫、逾110萬名65歲或以上長者的數據，他們曾於2014年至2018年在公營醫療系統求診。研究團隊發現在這5年間，此年齡組別的長者整體死亡率下降8%。然而，這些長者如罹患糖尿病，他們因心血管疾病或其他原因死亡的風險，仍較沒有患糖尿病的患者高1.5至兩倍。

　中大醫學院內科及藥物治療學系研究助理教授楊愛民博士表示：「我們的發現反映糖尿病會增加死亡風險，故此，有必要發展能幫助患者預防糖尿病併發症及改善病情自我管理的大型干預措施。」

　威爾斯親王醫院內科及藥物治療學系顧問醫生陳俊文醫生指出：「本港超過80%因低血糖到急症室求診的長者需要住院治療，這除了會延長住院外，也會增加患者跌倒、罹患心血管疾病和認知障礙症，以及各種原因死亡的風險。」

　為及早識別這群高風險出現嚴重低血糖的病人，中大醫學院研究團隊與醫管局數據實驗室合作，利用2013年至2018年間來自逾36萬名老年糖尿病患者、合共約150萬份醫療紀錄，並以機器學習演算法XGBoost作為基礎，開發了一套能夠預測出現嚴重低血糖風險的機器學習模型。這套嶄新模型涵蓋了258個不同的預測指標，包括人口統計數據、患者一年內入院、診斷、用藥和恒常實驗室化驗資料，用以預測患者們未來一年因嚴重低血糖而需住院的機會。經驗證，這個模型的預測精確率達85%。

　中大醫學院內科及藥物治療學系副研究員時麥博士表示：「我們開發的模型比基於既定風險因素的傳統模型有更好的預測表現，它亦是首個預測老年糖尿病患者長遠出現嚴重低血糖風險的機器學習模型。」領導是次研究的中大醫學院內科及藥物治療學系副教授周怡君醫生補充：「這套新開發的模型有望能結合本地電子病歷系統，以找出高風險出現嚴重低血糖的病人，並及早進行預防措施，例如改用降血糖反應較輕微的糖尿病藥物，或調整胰島素注射的時間和劑量。」

　中大醫學院內科及藥物治療學講座教授陳重娥教授總結：「由於老年糖尿病患者與非患者之間的死亡率差距未見縮小，我們必須採取行動，通過為患者提供更好和更精確的管理來抵消因糖尿病帶來的額外死亡風險。我們的機器學習模型提供了一種高效且低成本的方法，可以識別出因嚴重低血糖而面臨極高住院風險的老年患者，為這一群病人提供補救措施，同時不影響低風險老年患者的血糖控制。」

　圖説：團隊成員包括（左起）：中大醫學院內科及藥物治療學講座教授陳重娥教授、威爾斯親王醫院內科及藥物治療學系顧問醫生陳俊文醫生、中大醫學院內科及藥物治療學系副教授周怡君醫生、研究助理教授楊愛民博士，及副研究員時麥博士。