鍾仁華博士：生物資訊與遺傳統計學研究室
鍾博士現為國家衛生研究院研究員，專長為生物資訊、遺傳統計學及複雜疾病研究。擁有美國北卡羅來納州立大學博士學位，並在基因分析方法學方面具備豐富研究經驗。
查看著作
用 AI 找出誰更容易「從糖尿病前期走向糖尿病」──臺灣與英國大數據的發現
糖尿病常常不是突然出現的，而是從「糖尿病前期」慢慢演變而來。糖尿病前期是一個危險信號，如果忽視，未來可能會發展成糖尿病，甚至引發心血管疾病。
那麼，在龐大的糖尿病前期族群中，誰的風險最高、最需要提早介入？ 我們研究團隊透過臺灣人體生物資料庫（TWB）與英國人體生物資料庫（UKB）的數十萬筆臨床與基因資料，利用 人工智慧機器學習（無監督式學習，Unsupervised Learning） 技術，成功將糖尿病前期人群分成「高風險」與「低風險」兩群，為糖尿病防治開啟新的方向。
研究怎麼做？
研究對象：超過 41,000 名臺灣人體生物資料庫 以及 46,000 名英國人體生物資料庫 的糖尿病前期個案。
方法：先從數百項臨床與基因特徵中，透過統計與 LASSO 篩選出與糖尿病相關的因子，再使用 K-means 分群法，將糖尿病前期人群自動分為兩類。
驗證：透過後續 5 年追蹤資料，觀察哪一群更容易進展為糖尿病，或合併心血管疾病。
發現了什麼？
✨ 高風險群更容易變成糖尿病
  • 在臺灣，5 年內 15.7% 的高風險群發展為糖尿病，遠高於低風險群的 7.3%。
  • 在英國，高風險群的糖尿病發生率也較高（13.0% vs 9.1%）。
✨ 高風險群的典型特徵
  • 男性比例明顯偏高（臺灣 76.6%，英國 52.7%）。
  • 在臺灣，高風險群年齡較輕，但 BMI、空腹血糖、三酸甘油酯、白血球數都更高。
  • 吸菸在臺灣高風險群中特別危險，顯著增加未來糖尿病風險。
✨ 併發症風險也更高
  • 高風險群除了更容易得到糖尿病，也更容易出現 心絞痛、心肌梗塞等心血管疾病。
為什麼重要？
這項研究首次利用 AI 技術，在跨國人體生物資料庫中清楚地分出糖尿病前期的「高危險族群」。結果顯示：
高風險特徵組合
年輕男性、肥胖、血糖與血脂偏高、吸菸，是最需要警惕的組合。
傳統指標不足
光靠傳統的 HbA1c 或遺傳風險分數（PRS），可能不足以精準找出高風險群，必須結合多重臨床特徵來判斷。
臺灣特殊警訊
臺灣的結果特別提醒我們：預防糖尿病要更早開始，年輕人也不能掉以輕心。
小結
這項跨國研究展示了 AI 在醫學上的力量──它幫助我們從龐大的人群中，找出誰最需要提早介入，避免糖尿病前期進展為糖尿病甚至心臟病。未來，這樣的分群方法有望應用在臨床上，協助醫師提供更精準、個人化的預防策略。

研究重點：透過 AI 無監督式學習，成功將糖尿病前期人群分成高風險與低風險兩群，為精準醫療開創新方向。