本港每三名65歲以上的長者便有一人罹患糖尿病。65歲以上的糖尿病患者,無論他們是由35至45歲發病,還是60多歲才開始發病,都屬於老年糖尿病一族。雖然一般人都將「高血糖」與「糖尿病」劃上等號,事實上,糖尿病患者正因為胰島素不起作用,才導致血糖控制失衡,所以,他們不但會出現高血糖,也會併發急性低血糖徵狀。
香港中文大學(中大)醫學院內科及藥物治療學系副教授周怡君醫生接受灼見名家專訪時指出:「老年糖尿病患者出現嚴重低血糖的機率本就較高。而愈年輕開始發病者,意味着打胰島素的年期愈久,出現嚴重低血糖的機率愈高,亦較難控制。」
高、低血糖的醫學定義
高血糖(糖尿病)定義:空腹血糖值 ≥ 7.0 mmol/L,糖化血紅素值 ≥ 6.5%,經醫生診斷患有糖尿病。
正常血糖:4-11 mmol/L。
輕微低血糖:3-3.9 mmol/L,已經屬於血糖偏低,病人可能會感到肚餓、精神難以集中、出汗、心跳。
嚴重低血糖:當跌至3 mmol/L 以下,就屬於急性併發嚴重低血糖,此時病人大腦糖份不夠,可引致神智混亂、不清醒,更嚴重者可能會抽筋,需要急救。這情況在老年糖尿病者中較為常見,病者若曾經出現過嚴重低血糖,需要送院急救,可能會好驚慌,家人也十分擔心。
根據中大醫學院在醫學期刊 PLOS Medicine 的論文指,香港75歲或以上的老年糖尿病者因為急性併發嚴重低血糖而需住院的比率最高。在一項近期研究中,大部分美國醫生為有急性低血糖風險的老年糖尿病者調校用藥,以減低併發嚴重低血糖的危機。國際醫療指引亦建議篩查老年糖尿病者的上述風險。
老年糖尿病者 宜注意生活習慣
正常人進食後,身體會自然產生胰島素降血糖,但糖尿病人有個複雜之處,就是他們打的人工胰島素,作用雖然跟人體自然產生的胰島素效能一樣,但最大的差異卻在於:人工注射胰島素,劑量是預先設定的,換言之,若醫生不做出調校,它的水平永遠一樣。
老年糖尿病者可能在日常生活中會不經意出現以下變化,令體內血糖水平降低,此時若再乖乖跟足時間表打胰島素針,就有可能出現血糖一降再降的問題:
- 比正常遲了吃飯
- 飯量吃少了
- 因為身體不舒服沒胃口吃飯
- 遲了吃飯再加上吃飯後散步
- 入院後醫生調校了胰島素劑量,出院後又改變了食量
- 部分藥物會較容易刺激胰島素
周醫生說:「有些人感覺肚子餓,會嚷着要馬上吃東西,這些可能是輕微低血糖的表現。但老人家的低血糖意識可能較弱,加上頭暈時未必有食物在手,或者沒有家人在身邊,這就較危險了。」而老年糖尿病者中,可能有10%較容易出現嚴重低血糖的風險,為此,中大醫學院研究團隊利用大數據進行分析,希望能在出事前找到高風險群組,進行血糖監測,及調校藥物,減少嚴重低血糖風險。
大數據精準預測 1 年內併發症人群
中大醫學院利用醫管局數據實驗室的資料,進行大數據分析,發現2014年至2018年在公營醫療系統求診的、逾110萬名65歲或以上長者的數據,發現其整體死亡率雖下降8%,但其中罹患糖尿病的長者,因心血管疾病和非血管疾病引致死亡的風險,卻比非糖尿病患者高出1.5至2倍。
嚴重低血糖是糖尿病患者常見的急性併發症,根據研究團隊另一成員、威爾斯親王醫院內科及藥物治療學系顧問醫生陳俊文醫生指出:「本港超過80%因低血糖到急症室求診的長者需要住院治療,這除了會延長住院外,也會增加患者跌倒、罹患心血管疾病和認知障礙症,以及各種原因死亡的風險。」
為了更有效地管理老年糖尿病患者的病情,研究團隊利用2013年至2018年間、醫管局逾36萬名老年糖尿病患者、合共約150萬份電子醫療紀錄,以機器學習演算法XGBoost作為基礎,開發了一套機器學習模型,預測老年糖尿病患者未來1年出現嚴重低血糖風險,精確率高達85%,令人欣喜。
周醫生表示:「傳統模型只會用到9項數據,但上述實驗模型採用的嶄新模型,卻涵蓋了258個不同的預測指標,包括匿名數據如:人口統計數據、患者1年內入院、診斷、用藥和恆常實驗室化驗資料、住院情況、居住區域和其他同時患有的疾病資料。」她認為,上述資料錯綜複雜,用人手處理無異於大海撈針,大數據與科技水平的確幫到很大忙。
超級電子病歷 有助AI決策支援
香港政府醫療部門由1992年開始,已逐步將醫生傳統手寫排版開發成為電子醫療系統,發展到2000年,系統已相當成熟,獲不少專家列為全球排名首5位。
電子病歷對醫生、患者、公共醫療管理三方面都有好處,引用2009年8月時任電子健康聯盟執行委員會共同主席、老人科專科醫生王春波對媒體公開說的原話:「電子病歷比紙張病歷優勝,最主要是電子病歷可以提供人工智慧的決策支援(Decision Support),這是紙張病歷無法達到的。」
2024年2月,醫務衞生局局長盧寵茂回應立法會議員時表示,現時「醫健通」應用程式已有約600萬人登記,猶如海量醫療數據,將來若能載入全港700多萬人畢生醫療紀錄、甚至跨境醫療數據,將成為「超級無敵」的健康平台。
周醫生預計,研究團隊下一個目標,就是提早找出有跌倒風險的老年糖尿病患者。在大數據及機器學習模型幫助下,老人科有望在更多領域上實現預防醫學精準化,「就以老年糖尿病為例,臨床醫生將可根據大數據預判結果,精準調校採用藥物類型及劑量、更有效控制三高(高血糖、高血壓、高血脂)、更早發現腦退化問題等。」
!doctype>