阿布扎比，2026年11月14日（WAM）——穆罕默德·本·扎耶德人工智能大学（MBZUAI）正在推进利用人工智能（AI）改善糖尿病早期检测的研究，通过创新方法识别风险因素并分析健康和遗传指标。值此每年11月14日的世界糖尿病日之际，该校研究人员正探索AI如何利用传统筛查方法可能忽略的数据识别糖尿病风险的早期迹象，契合今年世界糖尿病日主题“糖尿病早期行动”。

MBZUAI在阿联酋牵头开展“人类表型项目”（HPP），这是一项在阿布扎比进行的免费、自愿参与的纵向研究，对参与者进行长达25年的跟踪。该研究面向18至70岁的阿联酋公民和居民，整合了40多个层面的健康数据，包括遗传信息、血液生物标志物、医学影像、连续血糖监测和睡眠追踪，并借助该国来自200多个国籍的多元人口，建立考虑年龄和种族因素的健康参考标准。HPP研究结果显示，在空腹血糖最初看似正常的人群中，有40%在连续监测期间随后出现了处于糖尿病前期范围的空腹血糖读数。

HPP数据还支持了GluFormer的开发。这是由MBZUAI研究人员及合作者打造的AI基础模型，用于分析每日血糖波动，而不仅依赖HbA1c检测等平均值测量。GluFormer于2026年1月发表在《自然》杂志上，基于10,812名HPP参与者的逾1000万条连续血糖监测数据训练而成，仅需两周数据即可识别血糖模式。其纳入饮食信息的多模态版本还能模拟个人对特定食物的血糖反应。

另一项研究聚焦于通过多基因风险评分（PRS）评估2型糖尿病遗传易感性。该项目为期五年（2025年至2030年），依托阿联酋基因组计划收录的900,000个基因组，以及通过阿布扎比健康信息交换平台Malaffi记录的2型糖尿病诊断数据，旨在开发和验证针对阿联酋人的特定人群PRS，以弥补现有模型主要基于欧洲遗传数据的局限。团队还将开展全基因组关联研究，帮助医生更早识别高风险人群。

由MBZUAI计算生物学副教授伊姆兰·拉扎克（Imran Razzak）教授领导的研究揭示了口腔微生物与糖尿病相关代谢变化之间的联系。采用选定口腔微生物特征的AI模型，在区分糖尿病前期人群方面比基于完整微生物谱的模型更为准确。相关研究还发现，水果、蔬菜和膳食纤维的摄入，以及地中海式和全食物植物性饮食模式，与特定微生物种类及代谢通路相关。

通过新兴的“眼组学”领域，MBZUAI研究人员正在开发能够在视网膜图像中检测全身性疾病迹象的AI系统。在2025年10月与阿布扎比克利夫兰诊所联合举办的研究展示中，MBZUAI展示了眼部扫描如何帮助识别与糖尿病、高血压、阿尔茨海默病和心脏病相关的早期指标。个性化医学助理教授Jianing Qiu领导视网膜代谢及血管功能障碍生物标志物研究，拉扎克教授团队则将视网膜血管成像与心电图（ECG）数据相结合，以识别心力衰竭的早期迹象。这些系统旨在辅助而非取代临床医生。

上述研究体现了阿联酋对医疗科技的广泛投入，医疗健康是《阿联酋2031国家人工智能战略》的优先领域之一；阿联酋基因组计划和Malaffi等举措正在夯实及早识别疾病风险所需的数据基础。

（来源：WAM.ae）