智能穿戴式健康监测技术在糖尿病基层管理中的应用总结2026

智能穿戴式健康监测技术在糖尿病基层管理中的应用总结2026一、血糖智能监测技术现状及适用人群（一）现状在糖尿病领域，持续葡萄糖监测（continuousglucosemonitoring，CGM）通过皮下感应器连续监测组织间液葡萄糖浓度，突破传统指尖血糖监测的瞬时性局限，技术日趋成熟并在基层逐步可及［37］。2026年美国糖尿病学会（AmericanDiabetesAssociation，ADA）进一步拓宽CGM的适用范围，推荐糖尿病患者在诊断时及此后任何阶段使用CGM［38］；有多项随机对照试验及荟萃分析证实其可改善血糖控制［3940］，相关标准化评估参数与解读规范已形成国际共识［41］。然而，CGM准确性可受运动、温度、药物等干扰［42］。葡萄糖在目标范围内时间（timeinrange，TIR）与微血管并发症风险相关，但改善TIR能否降低并发症发生率仍需进一步的证据［43］。此外，非侵入式葡萄糖监测技术处于研发与早期验证阶段，其精度有待大规模临床验证［44］。（二）适用人群1.接受胰岛素治疗的2型糖尿病、妊娠期糖尿病（GDM）或糖尿病合并妊娠［38，45］。2.非胰岛素治疗但未达个体化血糖控制目标的2型糖尿病患者［38，45］。3.在自我血糖监测指导下接受降糖治疗、仍出现无法解释的严重或反复低血糖、无症状性低血糖、夜间低血糖、无法解释的高血糖（尤其是空腹高血糖）或血糖波动大的2型糖尿病患者［4546］。4.ADA2026进一步建议在糖尿病确诊时即启用CGM，尤其需胰岛素治疗的儿童、青少年和成人；使用胰岛素以外可导致低血糖的药物者同样推荐使用CGM［38］。暂缓或谨慎配置CGM的人群：佩戴者不具备CGM相关设备操作能力如认知障碍、躯体活动障碍等，且照护者也不具备相应能力［38，45］；或存在传感器安装局部出血风险、对乙醇和碘伏或医用胶布过敏，或有不适宜的皮肤病况者［45］。二、血糖智能监测技术设备要求基层医疗卫生机构配置CGM设备时，应满足以下第1条必备条件，并宜同时满足其余性能与功能要求：1.产品须取得NMPA第三类医疗器械注册证书［47］，符合持续葡萄糖监测系统（continuousglucosemonitoringsystems，T/CSBME0582022）标准的医疗级CGM［48］。2.用于临床决策时建议参考平均绝对相对差（meanabsoluterelativedifference，MARD）<10%的性能要求［49］。3.建议血糖读数采集间隔≤15min。4.应具备高、低血糖阈值智能预警功能。5.应支持4G/5G/WiFi多模式无线数据传输。6.操作流程简便，人机交互界面友好，适配基层临床使用场景。三、血糖智能监测技术采集数据血糖监测指标分为核心数据和补充数据。（一）核心数据依据2019年国际CGM临床应用共识、2026年ADA诊疗标准及我国《持续葡萄糖监测基层临床应用专家共识（2025年）》，CGM标准化核心监测数据及一般非妊娠成人2型糖尿病患者控制目标如下［41，45，50］：1.TIR：血糖3.9~10.0mmol/L区间时长占比，普通成人控制目标>70%。2.葡萄糖低于目标范围时间（timebelowrange，TBR）：血糖<3.9mmol/L时长占比，控制目标<4%；其中血糖<3.0mmol/L占比，控制目标<1%。3.葡萄糖高于目标范围时间（timeaboverange，TAR）：血糖>10.0mmol/L时长占比，控制目标<25%；其中血糖>13.9mmol/L时长占比，控制目标<5%。4.血糖变异系数（coefficientofvariation，CV）：控制目标≤36%，用于评价血糖波动幅度与稳定性。特殊人群CGM核心监测数据：TIR、TBR、TAR的目标值应依据年龄、生理状态与合并症进行个体化调整［41，5052］。儿童青少年、老年、妊娠三类患者的CGM血糖控制推荐目标值。（二）补充数据葡萄糖管理指标（glucosemanagementindicator，GMI）、平均血糖值（MG）、血糖标准差（SD）、血糖波动极差（range）。（三）临床监测规范初始评估阶段需连续监测≥14d，有效数据覆盖率≥70%［50］，低于该阈值时监测报告临床可靠性显著降低；传感器植入后存在初始化阶段（时长因产品而异），该时段数据稳定性可能欠佳，不建议基于该时段进行重要临床决策；第2~13天为监测稳定期，作为核心数据分析时段。监测中需整合饮食、运动和用药等关联数据。同步结构化记录：①用药：降糖药/胰岛素类型、剂量、注射时间；②饮食：碳水化合物估算量、进餐时间、食物升糖指数（GI）分类；③运动：类型（有氧/抗阻）、时长、强度、运动前后血糖；④特殊事件：疾病、应激、饮酒、服用对乙酰氨基酚、维生素C（高剂量可干扰部分CGM系统）［42，50］。四、血糖智能监测技术在基层糖尿病管理中的应用及路径（一）可支持2型糖尿病长程血糖监测与高血糖、低血糖风险识别传统指尖血糖自我监测（selfmonitoringofbloodglucose，SMBG）为离散时点采样，存在时段覆盖不全、夜间筛查缺失、波动量化不足、趋势研判困难及与饮食运动用药等行为诱因关联性差等局限。即便每日4~7次规范检测，仍难以避免血糖异常事件漏检。CGM通过持续监测组织间液葡萄糖浓度，可输出TIR、TBR、TAR、CV、GMI等核心评估数据，与糖化血红蛋白（glycatedhemoglobin，HbA1c）形成优势互补，能够更灵敏地反映血糖波动特征及微血管并发症发生风险［41，50］。在基层糖尿病管理场景中，其核心应用价值集中于识别夜间无症状性低血糖、隐匿性高血糖及异常血糖波动模式，助力早期干预与精准管控。（二）可支持饮食、运动与血糖协同管理并提升患者自我管理能力通过整合膳食摄入、运动时长及强度、动态血糖监测等多维度数据，可视化解析饮食、运动干预对血糖波动的动态影响规律。基于实时数据反馈与长期趋势分析，可指导患者优化膳食结构与能量配比，构建个体化规律运动方案，纠正不良生活行为，强化血糖自我监测意识与慢性病管理依从性，进而全面提升糖尿病患者自我管理效能，促进血糖长期稳定达标。（三）基于智能监测技术应用的糖尿病基层管理路径建议构建基于智能监测技术应用的“质控评估管理分层随访与转诊”的糖尿病基层管理路径。1.步骤一（质控）：推荐佩戴天数≥14d，且监测期内有效数据占比≥70%［38］。需注意的是，CGM监测组织间液葡萄糖，在血糖快速变化时可能存在生理性滞后，并可受药物或其他因素影响，因此在某些情况下仍需配合指尖血糖验证，尤其是传感器读数与临床症状不符、或血糖快速变化（>2mg·dl-1·min-1，约0.11mmol·L-1·min-1）时。对乙酰氨基酚、高剂量维生素C、羟基脲等药物可干扰特定传感器读数［38］，判读数据时需考虑佩戴者的用药情况。2.步骤二（评估）：包括控制目标评估、低血糖风险评估、波动性评估、高血糖识别4个方面的评估。（1）达标评估：对多数非妊娠成人糖尿病患者，控制目标为TIR>70%、TBR（<3.9mmol/L）<4%、TBR（<3.0mmol/L）<1%、TAR（>10.0mmol/L）<25%且TAR（>13.9mmol/L）<5%。上述目标需结合患者病程、合并症、低血糖感知能力及预期寿命进行个体化调整。GMI是基于平均血糖的估算糖化血红蛋白，目标值尚未标准化［38］。（2）低血糖风险评估：CGM记录的低血糖按严重程度分为1级低血糖（<3.9mmol/L）、2级低血糖（<3.0mmol/L）及3级低血糖（需他人协助的严重事件），其中大多数非妊娠成人的1级TBR控制目标为<4%，2级TBR目标为<1%，老年或健康状态复杂者的1级TBR目标进一步收紧至<1%［38］。应明确低血糖发生的诱因、时间，是否有低血糖相关症状。无症状及夜间低血糖需警惕。（3）血糖波动性评估：结合动态葡萄糖图谱及CV%评估波动性，CV%≤36%提示血糖平稳，CV%>36%提示血糖波动大，需排查饮食不规律、胰岛素注射不当、黎明现象或Somogyi效应等［41，45，50］。基于CGM提供的血糖波动特征及高低血糖出现的时段与峰值信息，基层医生可据此精准调整降糖药物的种类、剂量与使用时间，并指导生活方式干预［38，45］（4）高血糖识别：高血糖模式识别上，CGM可识别黎明现象（夜间血糖最低点至早餐前升高≥1.11mmol/L且监测期间无夜间低血糖）［54］、餐后血糖升高趋势、夜间高血糖等［45，50］。血糖显著升高应结合临床症状评估高血糖急性并发症的风险。3.步骤三（管理分层）：本分层阈值系本共识专家组基于指南目标区间［38］、适配基层数字化管理场景制定的操作性建议。以下目标值主要针对一般非妊娠成人2型糖尿病患者，对老年、妊娠等特殊人群应依据进行个体化目标调整。（1）稳定达标层：TIR>70%、TBR（<3.9mmol/L）<4%、TBR（<3.0mmol/L）<1%、TAR<25%、CV%≤36%。（2）优化调整层：TIR50%~70%、TBR（<3.9mmol/L）4%~10%、TBR（<3.0mmol/L）≥1%、TAR25%~50%、CV%>36%。（3）强化管理层：TIR<50%；TBR>10%或频发夜间低血糖、无症状低血