在近日发布的科技创新2030：“四大慢病”国家科技重大专项中，由上海交通大学附属第六人民医院牵头，信息学院于霞副教授作为课题负责人的“糖尿病多维度监测与数智化管理新技术方案的构建及临床应用”获批立项，该项目国拨经费1779.15万元，自筹经费5500万元，总经费7279.15万元。

该项目由6个课题组成，其中课题3“基于持续葡萄糖监测技术和深度学习的糖尿病慢性并发症早期预警模型的构建”由东北大学牵头承担，国拨经费327.2万元，自筹经费200万元，总经费527.2万元。课题依托已建设的大规模糖尿病CGM队列数据库，设计可解释深度学习网络，构建糖尿病慢性并发症风险早期预警模型。挖掘与糖尿病慢性并发症高度相关的监测指标与风险因子，并通过将其嵌入神经网络核心节点或注意力机制模块，构建基于因果推理网络的并发症路径识别模型，使其能够捕获糖尿病并发症发生发展路径上的关键特征，进而个性化、智能化地评估并发症发生风险，为个体化智能辅助决策系统的构建提供支撑。测试与封装后的算法模型可根据实际场景需要部署在云边端设备中，为糖尿病数字化智能综合管理系统提供必要的辅助功能与分析工具。

该项目结合中国国情，依据“多维度监测-数智化管理”的总体框架，深度融合学科交叉与前沿技术，从新技术方案的构建及临床应用两个具体层面出发，建立大型高质量糖尿病多维度监测资源库，构建糖尿病多维度监测系列新技术、探索其临床应用价值，同时构建数智化管理新方案并进行高质量循证验证与推广应用。项目的推进将打破传统医学研究与控制科学与工程、人工智能等学科间的壁垒，开创“产学研医”协同创新的新模式。通过构建多维度监测资源库与数智化管理方案，不仅能实现对糖尿病患者的全周期、精准化健康干预，降低并发症发生率与医疗负担，更契合“健康中国 2030”规划中慢性病防控的战略需求，推动我国糖尿病诊疗从“经验驱动”向“数据驱动”“智能驱动”转型升级。

据悉，于霞副教授及其团队长期致力于可穿戴健康管理与人工胰腺关键技术研究，面向糖尿病持续血糖监测及智能化血糖管理领域的关键科学问题，聚焦复杂健康监测信息的风险特征挖掘、并发症风险预警与个性化智能决策相关理论与方法。在该领域主持国家级科研项目2项，省部级课题2项，横向技术研发课题12项，授权国家发明专利11项。