npj Digital Medicine· 2025Q1· Derleme
Yapay Zeka ve Giyilebilir Teknolojiler Diyabet Yönetimini Yeniden Şekillendiriyor
Integration of artificial intelligence and wearable technology in the management of diabetes and prediabetes
- 33atıf
- Q1SCImago
- 2025yıl
Kısa özet
60 çalışmanın (5000'den fazla kayıttan) sistematik incelemesi, yapay zeka (YZ) ve giyilebilir teknolojinin entegrasyonunun diyabet yönetimini önemli ölçüde iyileştirdiğini ve glisemik izleme, adaptif insülin yönetimi ve olay tahmini konularında umut vaat ettiğini ortaya koydu.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Ana noktalar
- Yapay zeka ve giyilebilir cihazların entegrasyonu, glisemik izleme, adaptif insülin yönetimi ve diyabetle ilgili olayların tahmininde umut vaat ediyor.
- Giyilebilir cihazlar, diyabet bakımında öz-yönetimi geliştirir ve klinik karar vermeyi bilgilendirir.
- İncelemeye 5000'den fazla kayıt analiz edilerek 60 çalışma dahil edildi.
- Temel zorluklar arasında sınırlı demografik çeşitlilik, değişken veri kalitesi ve standartlaştırılmış YZ performans ölçütlerinin eksikliği yer alıyor.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Özet (abstract)
Artificial intelligence and wearable technology are increasingly used in healthcare and hold significant potential for improving the management of diabetes. Wearable devices enable continuous monitoring and real-time data collection, supporting AI-driven personalized interventions. This systematic review evaluated peer-reviewed studies that examined the integration of AI and wearable technology in diabetes management, with a focus on clinical and self-management outcomes. Sixty studies were included following a review of over 5000 records. AI models paired with wearable devices showed promise in glycemic monitoring, adaptive insulin management, and predicting diabetes-related events. Continuous glucose monitors and other wearables also enhanced self-management and informed clinical decision-making. However, key challenges persist, including limited demographic diversity, variable data quality, a lack of standardized benchmarks for evaluating AI performance, and limited interpretability of complex models. Future research should prioritize improving model transparency, addressing demographic disparities, and establishing clear benchmarks to support equitable and effective implementation in diabetes care.
Yazarların özeti; kaynağından alınmıştır. npj Digital Medicine, 2025 · DOI ↗
Ücretsiz hesapla devam et
Makaleye Sor ile bu makaleye günde 3 soru ücretsiz; makaleyi kaydet, kaynakçasını al, ilgi alanına göre her gün yeni özetler. Çıkarımlar Premium.
Web'de ücretsiz devam etGoogle ya da Apple hesabınla giriş; kart istemez. Bu makaleye geri dönersin.
Telefonda:
Alan: Genel Sağlık Meslekleri
General Health ProfessionsHealth Professions