远程医疗指导下的胰岛素管理模式

远程医疗指导下的胰岛素管理模式演讲人目录远程胰岛素管理的挑战与应对：正视问题，行稳致远远程胰岛素管理的实施路径：从试点到推广的阶梯式推进远程胰岛素管理体系的构建：技术、团队与标准的三角支撑远程医疗指导下的胰岛素管理模式总结与展望：远程insulin管理模式的本质与未来5432101远程医疗指导下的胰岛素管理模式远程医疗指导下的胰岛素管理模式一、引言：胰岛素管理在糖尿病综合治疗中的核心地位与远程医疗的时代机遇作为从事内分泌与代谢性疾病临床管理十余年的从业者，我深刻体会到胰岛素治疗在糖尿病管理中的“双刃剑”效应——一方面，它是1型糖尿病（T1DM）患者赖以生存的基石，也是2型糖尿病（T2DM）患者血糖达标的重要手段；另一方面，胰岛素剂量调整的复杂性、低血糖风险的高发性，以及患者自我管理能力的差异，始终是临床实践中的难点。据国际糖尿病联盟（IDF）2021年数据，全球糖尿病患者人数已达5.37亿，其中约30%需接受胰岛素治疗，而我国胰岛素治疗患者的血糖达标率（HbA1c<7.0%）不足50%，低血糖发生率高达20%-30%。这些数字背后，是传统胰岛素管理模式“医院-诊室”单点式、碎片化的局限：患者需频繁往返医院调整剂量，基层医生对胰岛素方案制定的规范性不足，居家血糖监测数据难以实时反馈，导致治疗依从性差、血糖波动大，甚至引发急性并发症。远程医疗指导下的胰岛素管理模式与此同时，信息技术的飞速发展为破解这一困境提供了全新路径。5G网络、可穿戴设备、人工智能算法的成熟，推动远程医疗从“辅助手段”升级为“管理核心”。2020年《中国2型糖尿病防治指南》首次将“互联网+糖尿病管理”纳入推荐，强调通过远程监测、实时指导、数据闭环，实现胰岛素治疗的“个体化”与“连续化”。在此背景下，构建“远程医疗指导下的胰岛素管理模式”（以下简称“远程胰岛素管理模式”），不仅是技术迭代的必然结果，更是以患者为中心、提升医疗效率的迫切需求。本文将从体系构建、功能模块、实施路径、挑战应对及实践案例五个维度，系统阐述这一模式的核心逻辑与落地要点，以期为行业同仁提供可参考的实践框架。02远程胰岛素管理体系的构建：技术、团队与标准的三角支撑远程胰岛素管理体系的构建：技术、团队与标准的三角支撑任何管理模式的落地，均需坚实的体系基础。远程胰岛素管理绝非简单的“线上问诊”，而是融合医疗专业、信息技术与人文关怀的系统性工程。其体系构建需以“技术为载体、团队为内核、标准为准则”，形成三者协同的闭环生态。（一）技术支撑：构建“监测-传输-分析-反馈”全链条数字化平台技术是远程胰岛素管理的“神经网络”，需解决三个核心问题：数据如何精准采集、如何高效传输、如何智能分析。具体而言，平台架构应包含以下层级：数据采集层：多源设备无缝对接血糖数据是胰岛素调整的核心依据。传统指血血糖仪存在频率低（多为每日1-4次）、创伤性（需指尖采血）等局限，难以反映血糖波动全貌。当前，持续葡萄糖监测（CGM）、智能胰岛素泵、动态血糖胰岛素泵系统（hybridclosed-loopsystem,HCL）等设备已成为远程管理的重要工具。例如，CGM可每5分钟记录一次血糖值，生成“葡萄糖图谱”，涵盖血糖平均值（TIR）、高血糖时间（TAR）、低血糖时间（TBR）等关键指标；智能胰岛素泵能实时记录基础率、大剂量输注数据，并具备低血糖暂停功能。平台需通过蓝牙、NFC等技术，实现上述设备与移动终端/云端系统的自动同步，确保数据“零延迟、无遗漏采集”。数据传输层：安全稳定的网络通道数据传输需兼顾效率与安全。5G网络的高速率（峰值速率10Gbps）、低时延（毫秒级）特性，可支持CGM、泵等设备实时数据上传；而区块链技术的应用，则能通过分布式账本、加密算法，确保患者身份信息、血糖数据、医疗指令的不可篡改与隐私保护。例如，某三甲医院搭建的远程管理平台，采用“端到端加密+国密SM4算法”，数据传输误码率低于10⁻¹²，完全符合《信息安全技术个人信息安全规范》（GB/T35273-2020）要求。数据分析层：AI算法赋能精准决策海量血糖数据需转化为可执行的医疗指令。传统依赖医生人工分析的模式，面对数百万个血糖点时效率低下且易受主观因素影响。人工智能（AI）算法的引入，可实现“数据-洞察-决策”的自动化。例如，基于深度学习的“血糖预测模型”，可通过融合患者年龄、病程、体重指数（BMI）、胰岛素用量等变量，提前30-60分钟预测低血糖风险，并推送预警；而“剂量调整推荐引擎”，则能根据TIR、TBR、TAR等指标，结合饮食记录、运动数据，生成个体化的胰岛素基础率/大剂量调整建议（如“当前基础率0.8U/h，建议下调0.1U/h，因凌晨3点血糖连续3次<3.9mmol/L”）。反馈执行层：多终端交互闭环管理分析结果需通过便捷触达患者的终端落地。目前主流形式包括：患者端APP（推送调整建议、用药提醒、教育视频）、医生端工作站（可视化数据面板、批量患者管理）、家庭端智能音箱（语音播报血糖值、紧急呼叫功能）。例如，针对视力障碍老年患者，平台可联动智能音箱实现“语音化血糖播报+紧急联系人呼叫”；对于年轻上班族，APP可推送“办公室低血糖急救指南”及附近药店位置信息，确保反馈的及时性与可操作性。反馈执行层：多终端交互闭环管理团队架构：多学科协作（MDT）的“虚拟诊疗单元”远程胰岛素管理绝非“医生单打独斗”，而是内分泌科医生、糖尿病专科护士、临床药师、营养师、数据工程师共同参与的MDT团队。各角色职责明确、分工协作，形成“1+1>2”的合力：内分泌科医生：决策中枢负责患者纳入/排除评估、胰岛素方案最终审批、疑难病例处理（如胰岛素抵抗、脆性血糖）。例如，对于新诊断的T1DM患者，医生需结合CGM数据、胰岛功能结果，制定“基础+餐时”胰岛素的初始方案（基础率按0.2-0.3U/kgd分配，餐时胰岛素按碳水化合物计数法计算）；而对于妊娠期糖尿病患者，则需根据孕周、胎儿发育情况，调整胰岛素剂量阈值（如餐后血糖≤5.4mmol/L）。糖尿病专科护士：管理执行者作为团队与患者间的“桥梁”，负责患者教育（胰岛素注射技术、低血糖识别与处理）、数据日常监测、方案初步调整（根据预设规则执行小幅调整）、心理疏导（缓解“胰岛素恐惧症”）。例如，护士通过平台发现某患者近3日餐后血糖均>10mmol/L，且饮食记录显示碳水化合物摄入超计划，可先电话沟通确认饮食偏差，指导其适当减少主食量或增加餐时胰岛素1-2U，并反馈医生记录。临床药师：用药安全守门人重点关注药物相互作用（如与糖皮质激素合用需增加胰岛素剂量）、不良反应监测（如胰岛素抗体导致剂量递增）、用药依从性评估（如胰岛素注射笔剩余剂量与记录是否匹配）。例如，对于合并高血压的糖尿病患者，药师需提醒其避免使用β受体阻滞剂（可能掩盖低血糖症状），优先选择ACEI/ARB类药物。营养师：饮食方案设计者根据患者身高、体重、运动量，制定个体化饮食处方（碳水化合物占比45%-60%，蛋白质15%-20%，脂肪20%-30%），并指导食物交换份法应用。例如，对于运动量大的年轻患者，营养师可设计“加餐方案”（运动前补充15g碳水化合物，避免运动后低血糖）；而对于老年糖尿病患者，则需强调“低血糖指数食物”选择（如燕麦、糙米），减少血糖骤升骤降。数据工程师：技术保障者负责平台运维、算法优化、数据安全。例如，当CGM设备数据传输异常时，需快速排查蓝牙兼容性问题；当AI模型预测准确率低于85%时，需通过增加训练样本（如纳入10万例中国患者数据）、优化特征工程（加入“季节变化”“情绪波动”等变量）持续迭代模型。数据工程师：技术保障者标准规范：确保管理质量的“操作手册”无标准则无规范，远程胰岛素管理需建立覆盖“全流程、全角色”的质量标准体系，包括：患者纳入与排除标准-适应证：T1DM患者；T2DM患者经口服降糖糖+基础胰岛素治疗后HbA1c仍>8.0%；需频繁调整胰岛素剂量的脆性糖尿病患者；居住地偏远、往返医院困难者。-禁忌证：数字素养极低（无法使用智能手机）；合并严重精神疾病（无自我管理能力）；预期寿命<6个月；网络条件无法满足数据传输需求。血糖监测频率规范-T1DM/HCL使用者：CGM持续佩戴，每日至少查看1次完整图谱；01-T2DM（胰岛素强化治疗）：指血血糖监测每日4-7次（三餐前+三餐后2h+睡前）；02-T2DM（基础胰岛素治疗）：指血血糖监测每日2-4次（空腹+早餐后2h+睡前）。03胰岛素调整阈值与流程-低血糖处理：血糖<3.9mmol/L，立即给予15g碳水化合物（如半杯果汁），15分钟后复测，直至血糖≥3.9mmol/L；若意识障碍，联系家属/急救中心。-剂量调整规则：基础率调整：连续2-3天同一时段血糖超出目标范围（如空腹血糖>7.0mmol/L），调整基础率±10%-20%；餐时胰岛素调整：餐后血糖>13.9mmol/L，下次餐时胰岛素增加1-2U（需排除饮食、运动因素）。随访与评估周期在右侧编辑区输入内容-初始阶段（1-3个月）：每周1次远程随访，每2周1次HbA1c检测；在右侧编辑区输入内容-稳定阶段（3个月后）：每月1次远程随访，每3个月1次HbA1c+并发症筛查（眼底、肾功能、神经病变）。基于上述体系构建，远程胰岛素管理需聚焦“评估-决策-执行-反馈”四大核心环节，形成“以患者为中心”的功能闭环。三、远程胰岛素管理的核心功能模块：从数据采集到精准干预的全流程覆盖随访与评估周期模块一：患者评估与风险分层——个体化治疗的“起点”精准评估是胰岛素管理的前提，需通过“线上问卷+实验室检查+设备数据”三维度，构建患者风险画像，实现“分层分类管理”。基线信息采集-线上问卷：包括糖尿病病程、治疗方案史（曾用口服药、胰岛素剂量及调整原因）、低血糖史（频率、严重程度、有无意识丧失）、生活方式（运动频率、吸烟饮酒情况）、自我管理能力（胰岛素注射技术、血糖监测频率）、家庭支持系统（家属能否协助注射、识别低血糖）。-实验室检查：HbA1c（反映近3个月平均血糖）、空腹/餐后C肽（评估胰岛β细胞功能）、肝肾功能（指导药物选择）、血脂谱（评估心血管风险）。-设备数据：若患者已使用CGM/胰岛素泵，需提取近2周血糖数据，计算TIR（目标范围3.9-10.0mmol/L占比）、TAR（>10.0mmol/L占比）、TBR（<3.9mmol/L占比）、血糖标准差（SD，反映血糖波动性）。风险分层模型基于上述数据，建立“低-中-高”三级风险分层：-低风险：TIR>70%，TBR<1%，HbA1c<7.0%，无严重低血糖史，自我管理能力良好；-中风险：TIR50%-70%，TBR1%-5%，HbA1c7.0%-8.5，有轻度低血糖史，自我管理能力一般；-高风险：TIR<50%，TBR>5%，HbA1c>8.5，有严重低血糖史或急性并发症史，自我管理能力差（如视力障碍、认知障碍）。分层管理策略-低风险患者：以“远程教育+自我管理”为主，每月1次随访，重点强化饮食运动指导；-中风险患者：启动“远程指导+主动监测”，每2周1次方案调整，重点关注血糖波动时段（如凌晨或餐后）；-高风险患者：转诊至线下MDT门诊，强化胰岛素方案重构（如改用HCL系统），增加随访频率至每周1次，必要时启动家庭医生上门服务。（二）模块二：个体化胰岛素方案制定——从“标准化”到“定制化”的跨越在右侧编辑区输入内容在右侧编辑区输入内容在右侧编辑区输入内容胰岛素方案需基于风险分层、患者特征（年龄、体重、生活方式）制定，拒绝“一刀切”。初始剂量计算-T1DM：采用“体重基数法”，总剂量按0.5-0.8U/kgd计算，其中50%为基础率，50%为餐时剂量；餐时剂量按“碳水化合物系数”（每1g碳水化合物需0.1-0.2U胰岛素）分配，例如患者碳水化合物系数为10g/U，进食50g主食需给予5U餐时胰岛素。-T2DM：基础胰岛素起始剂量0.1-0.2U/kgd，或10U/d（如甘精胰岛素），根据空腹血糖调整（目标4.4-7.0mmol/L），每次调整1-4U，每3-5天评估1次；若空腹血糖达标但餐后血糖仍高，可加用餐时胰岛素或GLP-1受体激动剂。方案动态调整算法基于AI算法，建立“规则引擎+机器学习”的调整模型：-规则引擎：预设“IF-THEN”逻辑，如“IF连续3天早餐后血糖>13.9mmol/LAND饮食记录无偏差THEN餐时胰岛素增加1U”；-机器学习：通过历史数据训练，识别“隐性影响因素”，如某患者每逢月经前3天血糖升高，模型可自动提示“增加经期前基础率0.2U/h”。特殊人群方案优化-老年患者：强调“安全优先”，目标HbA1c放宽至7.5%-8.0%，避免低血糖，优先选用长效胰岛素类似物（如甘精U300，低血糖风险更低）；-妊娠期糖尿病患者：胰岛素剂量需随孕周动态调整，孕中晚期胰岛素抵抗增加，剂量可能较孕前增加50%-100%，目标餐后血糖≤5.4mmol/L，空腹≤5.3mmol/L；-肝肾功能不全患者：胰岛素经肾脏代谢，肾功能不全时需减少剂量（如eGFR<30ml/min时，胰岛素剂量减少25%），避免蓄积导致低血糖。（三）模块三：实时动态监测与智能预警——从“被动响应”到“主动干预”的转变传统管理中，医生多依赖患者复诊时“回忆式”血糖报告，难以及时发现异常。远程监测通过“实时数据+智能预警”，实现风险的早期识别与干预。异常血糖自动识别平台通过设定阈值，自动标记异常血糖事件：-立即预警：血糖<3.0mmol/L或>22.2mmol/L，触发“红标警报”，系统自动推送至护士工作站，护士需在5分钟内电话联系患者处理；-定期预警：连续2天同一时段血糖超出目标范围（如睡前血糖>8.0mmol/L），触发“黄标警报”，系统自动生成“血糖异常报告”，供医生调整方案时参考。低血糖预测与预防基于LSTM（长短期记忆网络）算法，构建低血糖预测模型，输入变量包括：当前血糖值、血糖变化趋势（如过去1小时下降速率）、胰岛素剂量、运动计划、饮食记录等。例如，模型预测某患者“未来2小时低血糖风险>80%”，系统将自动推送预警：“您可能在22:00发生低血糖，建议睡前补充15g碳水化合物（如3块饼干），并暂停22:00的基础胰岛素输注”。血糖趋势可视化分析患者端APP以“葡萄糖图谱”形式展示血糖数据，包括：-24小时血糖曲线：直观显示血糖波动高峰（如凌晨“黎明现象”或餐后“延迟高峰”）；-日历视图：标记每日低血糖、高血糖事件，便于患者观察规律；-统计报表：自动生成周/月TIR、TAR、TBR报告，患者可直观看到管理效果（如“本月TIR较上月提升10%，TBR下降2%”）。（四）模块四：远程调整与随访管理——从“碎片化”到“连续化”的升级远程调整并非“无限制线上操作”，而是在“标准化流程+医患互信”基础上的精准干预。分级随访机制-护士随访：每日上午10点自动推送“昨日血糖报告”，对无异常患者发送鼓励性话语（如“您昨天的TIR达到75%，继续保持！”）；对异常患者进行电话随访，确认原因（如漏打胰岛素、饮食不当），指导处理。-医生随访：根据风险分层，每周/每月固定时间查看患者数据，对中高风险患者发起“视频问诊”，结合图谱调整方案；对低风险患者，通过APP发送“管理建议”（如“下周开始尝试餐后散步20分钟”）。方案调整闭环流程-数据上传：患者监测数据实时同步至平台；1-AI初筛：系统根据预设规则生成“调整建议”（如“基础率从0.8U/h调整为0.7U/h”）；2-医生审核：医生查看数据趋势、患者反馈，确认或修改建议；3-患者执行：调整方案推送至患者APP，患者确认后执行；4-效果评估：3天后系统自动评估调整效果（如“空腹血糖从8.5mmol/L降至6.8mmol/L，达标”）。5紧急情况处理流程当患者触发“紧急呼叫”（如低血糖昏迷、血糖>22.2mmol/L伴酮症），系统自动执行“三步响应”：-第一步：APP推送急救指导至患者家属（如“立即给予50%葡萄糖注射液40ml静脉注射”）；-第二步：同步患者定位信息至医院急诊中心；-第三步：值班医生10分钟内电话联系家属，指导现场抢救并协调转运。（五）模块五：患者教育与自我管理支持——从“知识灌输”到“行为改变”的深化胰岛素管理的成败，最终取决于患者自我管理能力。远程教育需突破“单向视频授课”模式，构建“个性化、场景化、互动化”的支持体系。分层教育内容库-基础层（新诊断患者）：胰岛素作用机制、注射部位轮换（腹部/大腿/上三角肌，避免硬结）、注射笔/泵使用操作视频；-进阶层（稳定患者）：碳水化合物计算法（“15法则”：15g碳水化合物=1份主食）、运动时机选择（避免空腹运动）、低血糖急救演练（虚拟场景模拟）；-特殊层（老年/妊娠患者）：视力障碍患者的“无注射技术”（胰岛素针头固定器）、妊娠期患者的“血糖日记填写规范”。互动式教育工具-AR（增强现实）注射教学：患者通过手机摄像头扫描注射部位，APP实时显示“进针角度（90）、捏皮方法、注射后停留时间”；01-智能问答机器人：基于NLP技术，回答患者常见问题（如“打胰岛素后多久能吃饭？”“忘记打餐时胰岛素怎么办？”），准确率达90%以上；02-病友社区：按“T1DM”“妊娠糖尿病”“老年糖尿病”分组，患者分享管理经验（如“我用手机闹钟提醒打针，3年没漏过一次”），由护士团队审核内容真实性，避免错误信息传播。03行为激励机制-积分体系：患者完成每日血糖监测、参加线上教育、分享管理心得，可获得积分，兑换血糖试纸、胰岛素针头等物资；-成就勋章：设置“血糖达标7天”“零低血糖30天”等勋章，分享至家庭群，增强家属支持感；-定期线上活动：每月举办“控糖达人分享会”“胰岛素注射技能大赛”，由专家点评，提升患者参与积极性。02010303远程胰岛素管理的实施路径：从试点到推广的阶梯式推进远程胰岛素管理的实施路径：从试点到推广的阶梯式推进模式落地需遵循“小步快跑、迭代优化”原则，分阶段解决“谁来推、怎么推、如何持续”的问题。（一）第一阶段：试点探索（1-6个月）——验证可行性，优化流程目标人群选择选取2-3家合作医院，纳入100-200例“高风险+高依从性”患者（如T1DM、HCL使用者、居住地偏远但熟悉智能手机操作者），作为首批试点对象。核心任务-平台测试：验证CGM/泵与数据平台的兼容性、网络稳定性、AI算法预测准确率；01-团队磨合：明确医生、护士、药师分工，建立“线上病例讨论会”机制（每周1次，解决跨科室协作问题）；02-流程优化：根据试点反馈，调整随访频率、调整规则、教育内容（如发现老年患者对AR操作不熟悉，改为“一对一视频教学”）。03关键指标-过程指标：数据上传率（目标>90%）、方案执行率（目标>85%）、患者满意度（目标>90分）；（二）第二阶段：区域推广（6-12个月）——扩大覆盖面，构建网络-结果指标：HbA1c下降幅度（目标>1.0%）、TIR提升幅度（目标>15%）、严重低血糖发生率下降（目标>50%）。资源整合-医联体联动：牵头医院与基层社区卫生服务中心合作，由基层医生负责日常随访，三甲医院专家负责疑难病例指导，构建“基层首诊、双向转诊”体系；-产业链合作：与设备厂商（如美敦力、雅培）、互联网医疗平台（如平安好医生、微医）合作，降低患者硬件使用成本（如CGM设备租赁），拓展服务入口。标准化输出-制定《远程胰岛素管理操作手册》：明确各环节SOP（如“护士随访沟通话术”“AI调整规则库”）；1-培训基层团队：开展“线上+线下”培训（理论课程+模拟操作），考核合格后颁发“远程管理专员”证书；2-建立质控体系：每月对各基层单位的数据上传率、患者达标率进行排名，对落后单位进行督导。3政策支持积极对接医保部门，推动远程管理服务纳入医保支付（如按人头付费，每人每年1200元），减轻患者经济负担；同时，将“远程胰岛素管理”纳入医院绩效考核，激励科室参与。（三）第三阶段：持续改进（12个月以上）——技术迭代，生态完善技术升级-引入“数字孪生”技术：为每位患者构建虚拟生理模型，模拟不同胰岛素方案下的血糖变化，实现“方案预演”；-探索“无感监测”：结合可穿戴设备（如智能手表）的光学传感器，实现无创血糖监测，提升患者依从性。生态扩展-从“单一病种”向“综合管理”延伸：整合高血压、血脂异常管理，构建“代谢性疾病远程管理平台”；-开展多中心临床研究：联合全国10家三甲医院，收集10万例患者数据，验证AI算法在不同人种、不同病程中的普适性。模式创新-探索“企业健康管理”：与大型企业合作，为员工提供“远程胰岛素管理+健康体检”套餐，降低企业医疗成本；-推动“国际协作”：与欧美糖尿病中心交流经验，引入先进管理理念（如“共享决策模式”，患者参与胰岛素方案制定）。04远程胰岛素管理的挑战与应对：正视问题，行稳致远远程胰岛素管理的挑战与应对：正视问题，行稳致远尽管远程胰岛素管理前景广阔，但在落地过程中仍面临技术、伦理、社会等多重挑战，需提前布局，精准施策。技术挑战：数据孤岛与算法公平性问题表现不同厂商的CGM、胰岛素泵数据接口不统一，形成“数据孤岛”；AI算法训练数据多来源于欧美人群，对中国患者的饮食习惯（如精米白面为主）、体型特点（腹型肥胖比例高）适应性不足。技术挑战：数据孤岛与算法公平性应对策略-推动行业数据标准：联合中国医疗器械行业协会，制定“远程血糖监测设备数据接口标准”，实现多设备互联互通；-本化算法优化：建立“中国糖尿病远程管理数据库”，纳入10万例中国患者数据，训练具有自主知识产权的AI模型，提升算法准确性（目前国内某团队研发的模型，中国患者预测准确率达92%，高于欧美模型的85%）。伦理挑战：数据隐私与医患责任界定问题表现患者血糖数据属于敏感个人信息，存在泄露风险；远程调整方案若出现失误（如AI推荐剂量错误导致低血糖），责任界定模糊（平台、医生、设备厂商谁担责？）。伦理挑战：数据隐私与医患责任界定应对策略-强化数据安全：采用“联邦学习”技术，原始数据保留在本地医院，仅上传模型参数至云端，实现“数据可用不可见”；-明确责任划分：制定《远程医疗责任认定规范》，明确“AI辅助决策≠替代医生决策”，医生对最终方案负主体责任；平台需定期审计算法逻辑，确保可追溯、可解释。社会挑战：数字鸿沟与医疗资源不均问题表现老年、农村患者数字素养低，无法使用智能手机；偏远地区网络信号差，数据传输不稳定，导致远程管理“可及性”不平等。社会挑战：数字鸿沟与医疗资源不均应对策略在右侧编辑区输入内容-分层设备支持：为老年患者提供“简化版终端”（如带语音功能的血糖仪），由家庭医生协助数据上传；在右侧编辑区输入内容-建设“远程医疗基站”：在偏远地区部署5G基站，与村卫生室合作，设立“远程管理服务点”，协助患者完成数据监测与上传。为验证远程胰岛素管理的有效性，以下分享我院2022年1月至2023年6月管理的1例典型T1DM病例。六、实践案例：远程insulin管理模式在T1DM患者中的应用成效病例资料患者，男，28岁，T1DM病程5年，既往治疗方案为“门冬胰岛素+地特胰岛素”，每日胰岛素总量42U（基础