2025年已收官，回望這一年，醫(yī)學領域在探索與實踐中不斷前行，臨床進展與科研突破交織成章。康迅網將與讀者共同梳理年度關鍵進展、展望未來方向。

本期，我們邀請到糖尿病領域的杰出專家——浙江大學醫(yī)學院附屬第二醫(yī)院鄭超教授，圍繞糖尿病腎病機制研究與綜合管理新策略展開對話，系統梳理2025年糖尿病及其并發(fā)癥管理的關鍵步伐，并對未來一年的發(fā)展方向提出深刻洞察。

糖尿病腎病

康迅網：您和團隊今年在頂級期刊《自然·通訊》上發(fā)表研究，首次明確了FGF4-FGFR1信號軸在保護糖尿病腎病足細胞中的關鍵機制。同時，在EASD年會上展示的研究也揭示了小分子多肽ELA通過改善線粒體功能延緩腎病的新途徑。這些發(fā)現將如何重塑我們對糖尿病腎病發(fā)病機制的理解？您認為，相較于傳統的血糖血壓管理，這類針對特定細胞和通路的療法，未來在臨床轉化上面臨的主要挑戰(zhàn)和機遇是什么？

鄭超教授：感謝您對我們團隊工作的關注。目前中國糖尿病發(fā)病率高，但我們更應關注的是其并發(fā)癥可能帶來的公共衛(wèi)生挑戰(zhàn)，尤其是糖尿病腎病這一“沉默的殺手”。

糖尿病腎病在早期往往無明顯癥狀，患者可能僅表現為尿微量蛋白或eGFR下降，但若不及時干預，經5~10年可能進展至終末期腎病，甚至需要透析或腎移植。我們的研究不僅關注高血糖導致的終末器官損害，更深入探索其背后的機制。

例如，發(fā)表在《自然·通訊》上的研究揭示了FGF4-FGFR1信號軸對足細胞的保護作用；在EASD年會上展示的ELA多肽研究，則從線粒體功能角度為腎病延緩提供了新思路。這些發(fā)現推動我們對糖尿病腎病的理解從“代謝異常”走向“細胞與通路機制”，并為早期篩查標志物和新藥開發(fā)提供了潛在靶點。

臨床轉化方面，機遇在于我們能更早、更精準地識別高風險患者，實施針對性干預，從而延緩疾病進展、提高生活質量、減輕醫(yī)療負擔。挑戰(zhàn)則在于從機制到藥物的路徑仍較長，需開展更多臨床驗證，并推動多學科協作與政策支持，才能真正實現從實驗室到病床的跨越。

糖尿病管理

康迅網：您和團隊的一項研究發(fā)現，單次不同的飲食（如生酮、低脂）會急性改變人體的血漿蛋白質組和炎癥狀態(tài)。這為“精準營養(yǎng)”提供了分子層面的證據。同時，您近期在科普活動中特別強調了糖尿病患者是帶狀皰疹的高危人群，需加強預防?；谶@些研究，我們是否可以說，對糖尿病患者的生活方式指導正在從“宏觀建議”走向“微觀干預”？臨床醫(yī)生應如何整合這些新知識，為患者制定更具個體化的長期健康管理方案？

鄭超教授：是的，這正是當前糖尿病管理的一個重要趨勢——從“管住嘴、邁開腿”這樣的宏觀建議，逐步走向基于個體生理反應、代謝特征甚至分子表現的“微觀干預”。

我們以往常強調糖尿病管理的“五駕馬車”（飲食、運動、監(jiān)測、藥物、教育），但其中生活方式干預常流于形式化。如今通過研究不同飲食結構對血漿蛋白質組和炎癥狀態(tài)的急性影響，我們意識到：不同患者對同一飲食的反應可能截然不同。因此，營養(yǎng)建議應結合患者的體重、地域、口味、代謝指標等個性化因素，實現“一人一策”。

例如，我們團隊探索了早餐類型對糖尿病患者血糖和炎癥的影響，發(fā)現不同食物組合可引發(fā)顯著差異的機體反應。這為“精準營養(yǎng)”提供了實證依據。

此外，結合季節(jié)與流行病學特點進行預防指導，也是精準干預的體現。比如在秋冬季節(jié)，提醒糖尿病患者注意帶狀皰疹和流感的預防，并建議接種相應疫苗，這也屬于具象化、場景化的健康管理。

臨床醫(yī)生應主動整合這些新證據，借助數字化工具或多學科團隊，為患者制定融合營養(yǎng)、運動、免疫預防等的整合式管理方案，推動糖尿病管理走向系統化與個體化并重的新階段。

AI引領未來

康迅網：AI在醫(yī)學領域今年可謂是突飛猛進。您作為浙大二院學科帶頭人，您認為AI、大數據分析等數字技術，將如何具體地改變未來糖尿病及其并發(fā)癥的預測、診斷和個性化治療模式。

鄭超教授：AI與大數據正在重塑糖尿病管理的全流程，尤其在資源有限而患者群體龐大的現實下，數字技術可顯著提升管理效率與質量。

以我院已實施的“全院血糖管理駕駛艙”為例，系統自動抓取住院患者的血糖等相關數據，并進行風險評估與分級。高危患者會由?？漆t(yī)護團隊主動介入，制定強化管理方案；控制良好的患者則繼續(xù)原方案，系統在后期隨訪中持續(xù)跟蹤。這樣既合理分配了醫(yī)療資源，也實現了全程化、分層化管理。

在診斷與治療方面，AI可輔助生成個性化治療建議，尤其對基層醫(yī)生具有重要支持作用。它并非替代醫(yī)生，而是通過整合指南、文獻與患者數據，提供更全面的決策參考，提升診療一致性。

此外，AI在患者服務端也已落地。例如我院上線的“AI預問診”系統，在患者就診前通過智能對話收集病情信息，自動生成初步病歷，幫助醫(yī)生更快、更全面地掌握患者情況，提升門診效率與溝通質量。

總體來看，AI正逐步滲透到糖尿病的預測、診斷、治療、隨訪全環(huán)節(jié)，推動管理模式從“經驗驅動”轉向“數據驅動”，為實現規(guī)?；?、個性化并重的健康管理提供了有力工具。

審稿專家丨浙江大學醫(yī)學院附屬第二醫(yī)院 鄭超教授