糖尿病：強化学習による2型糖尿病の至適血糖コントロール ― 概念実証試験

2型糖尿病（T2D）治療のためのインスリン投与計画において、個別化された用量調整と最適化は、多くの資源が必要とされる医療課題である。本論文では、血糖状態を報酬に設定し、患者モデルとの相互作用を通じた解析によって最適なインスリン投与計画を学習する、モデルベースの強化学習（RL）フレームワーク（RL-DITR：RL-based dynamic insulin titration regimen）を提案する。RL-DITR開発段階でのT2D入院患者管理についての評価では、他の深層学習モデルや標準的な臨床的方法と比較して、RL-DITRはインスリン用量調整の最適化において優れていた（平均絶対誤差〔MAE〕1.10 ± 0.03 U）。我々は、この人工知能システムについて、シミュレーションから実際の展開まで、段階的な臨床的検証を行った。具体的には、盲検化した評価による定量的指標（MAE 1.18 ± 0.09 U）および定性的指標を、若手および中堅レベルの医師と比較した結果、本システムは入院患者の血糖コントロールにおいて優れた性能を示すことが実証された。さらに、T2D患者16人を対象に、単一群かつ患者盲検化による概念実証の実行可能性試験を実施した。主要評価項目は、試験期間中の1日平均の毛細管血血糖値における差であり、これは11.1（± 3.6）mmol L⁻¹から8.6（± 2.4）mmol L⁻¹に減少し（P < 0.01）、事前に指定された評価項目を満たした。ケトーシスを伴う重度の低血糖または高血糖の事象は発生しなかった。これらの予備的な結果は、より大きく、より多様な臨床試験におけるさらなる研究を支持する。ClinicalTrials.gov登録番号：NCT05409391。