唾液代谢指纹与神经网络结合：为糖尿病患者的牙周炎筛查开启新路径

MedAI Digest (ZH)

00:00 /

一项新发表的研究证实，结合唾液代谢分析与人工智能技术可以快速、准确地识别同时患有2型糖尿病和牙周炎的高危患者。这一创新方法具有操作简单、检测速度快的优势，为临床筛查提供了新的可能性。

背景

2型糖尿病与牙周炎之间存在双向的病理关联。一方面，高血糖环境会削弱免疫功能，增加口腔感染风险，促进牙周疾病的进展；另一方面，牙周炎引发的持续全身炎症反应会加重胰岛素抵抗，影响血糖控制。因此，同时患有这两种疾病的患者面临更高的并发症风险，包括心血管疾病、肾脏损害和神经并发症。

早期识别这类高危患者对于干预和管理至关重要。传统的诊断方法往往耗时且需要多次医疗访问。唾液作为一种容易获取的生物体液，其组成成分能够反映机体的代谢状态和疾病信息。最近，研究人员开发了一种快速的质谱分析技术——探针电喷雾电离质谱（PESI-MS），可在0.7分钟内完成一个样本的分析。但如何从复杂的代谢数据中提取有用信息进行诊断，仍需要更高效的计算方法。