Künstliche Intelligenz in Prävention von Typ-2-Diabetes: Screening, Risikoprognose und digitale Interventionen
Von KI ausgewählt und zusammengefasst
Worum es geht
Narrative systematische Übersichtsarbeit von 2010-2026, die KI-gestützte Ansätze zur Prädiabetes-Früherkennung, Progressionsrisiko-Vorhersage und digitale Lebensstiländerungen untersucht; Bewertung externer Validierung und Versorgungsintegrierbarkeit.
Ergebnis
KI-Modelle übertreffen traditionelle Risikoscores durch Integration von klinischen Daten, EHR-Längsschnitten, kontinuierlicher Glukoseüberwachung, tragbaren Signalen und Biomarkern. Einige extern validierte Modelle zeigen klinisch relevante Diskriminationskraft für Hochrisiko-Patienten. Digitale Programme (Apps, Web, tragbar) fördern Verhaltensänderung und reduzieren Abhängigkeit von intensiven Beratungen. Limits: Heterogenität der Prädiabetes-Definitionen, begrenzte externe Validierung in diversen Populationen, ungeklärte Langzeiteffektivität, Datenschutz und Governance-Lücken.
Übertragbarkeit auf Deutschland
Narrative Übersicht, Konzepte auf Deutschland übertragbar, externe Validierung in europäischen Kohorten erforderlich
Originalstudie in PubMedIm Hub ansehenNeue Studien per E-Mail
Auswahl und deutsche Zusammenfassung stammen von einer KI und sind nicht redaktionell geprüft. Maßgeblich ist die Originalpublikation.