AIが切り拓く糖尿病診療のパラダイムシフト

このスライドは、私が「医療×AI」をテーマに作成した教育用フレームワークです。クラスター分類はゴールではなく、目の前の患者さんを「分泌不全寄りか、抵抗性寄りか」という解像度で捉え直すためのスタート地点だと考えています。

厳密な臨床判断のためのものではなく、外来や指導の場で「あたり」をつける思考の補助線として使っていただければ幸いです。お気づきの点やご指摘があれば、ぜひコメントで教えてください。先生方の現場での実感と擦り合わせていけると嬉しいです。

「2型糖尿病」――この一つの病名の中に、本当は性質のまったく異なる患者さんが混在しています。痩せて分泌が枯れていく人、肥満で抵抗性が強く腎臓が静かに傷んでいく人、穏やかに経過する高齢の人……。

2018年、AI（機械学習）がこの「広すぎるラベル」を5つのサブタイプ（SAID／SIDD／SIRD／MOD／MARD）へと分光しました。本資料では、各クラスターの特徴と「将来どの臓器を守るべきか」を、研修医・若手の先生がパッと使えるフレームワークとして整理しています。さらに、Cペプチド未測定でも日常検査値からクラスターを推定するAIモデル（T2DRF15）や、国産の全国データベースJ-DREAMSが拓く未来まで概観します。

※Ahlqvist 2018（Lancet Diabetes Endocrinol）およびTanabe 2024（Diabetologia）を主軸にした教育用サマリーです。実際の診療判断や引用の際は原著のご確認をおすすめします。