专家简历

陈香美 院士

我国成人糖尿病患病率达11.2%[1]，患者总数约1.4亿，其引发的心脑血管病、肾病等并发症使致残和致死率升高达4倍。全国血液净化病例信息登记系统（CNRDS）数据显示，新透析患者中DKD比例逐年攀升，已成为尿毒症首位病因，患者终生透析每人每年医疗费用高达8~10万元。

面对这一公共健康难题，国家卫健委于2020年7月将DKD纳入单病种质控。这是首个进入国家单病种质控的慢病，并连续5年作为全国三级医院评审标准，为规范诊疗行为、提升医疗同质化提供了坚实的制度基石[2]。

机制纵深：多维度解析疾病本质

表观调控方面，研究发现，DKD中表观改变最显著的细胞群在损伤的近端小管，差异染色质区以关闭为主，糖皮质激素受体通路失调是关键，驱动近端小管糖异生增强[3]；“高糖记忆”传感器Set7是高糖诱导肾小球内皮转分化的关键节点，抑制Set7可减轻肾小球损伤[4]。

代谢重编程与线粒体障碍方面，足细胞支链氨基酸（BCAA）分解缺陷致BCAA蓄积，促进PKM2解聚失活，驱动代谢重编程并诱导足细胞凋亡[5]；肾小管衍生的IGFBP7与STAT3相互作用，抑制AMPK信号驱动的线粒体生物能量，损害线粒体稳态[6]；足细胞神经酰胺与线粒体膜蛋白VDAC1结合，促进mtDNA泄漏，激活cGAS-STING通路，引发肾脏炎症[7]。

免疫微环境方面，巨噬细胞Galectin-3通过双重途径增强TGFβ1信号——与TGFBR2结合抑制其降解、与Pro-TGFβ1相互作用减少其降解，促进肾脏纤维化[8]；B细胞聚集形成三级淋巴结构加重局部免疫炎症，空间转录组联合单核RNA测序证实浆细胞和B细胞分别增加3.1倍和2.4倍，B+DKD患者肾脏终点进展更快[9]。

综合上述结果，DKD应被视为多细胞、多通路交互驱动的系统性病变，而非单一靶点所致的器官损害。这一认识为理解其发病机制提供了更为整合性的框架。

精准诊断：金标准与无创模型的双轨并行

我国糖尿病人群基数庞大，糖尿病肾损害主要分为糖尿病肾病与非糖尿病肾病（NDRD）两类，二者治疗方案及远期预后存在显著差异，精准鉴别和诊断一直是临床难题。全球大样本队列数据提示，2型糖尿病肾损伤患者中，NDRD占比高达58.8%[10]。对照肾穿刺病理金标准，采用2017年KDIGO指南临床标准对中国人群进行判别，诊断特异度仅40.63%，鉴别效能有限。然而，当前糖尿病患者肾活检尚无统一临床指引，长期随访数据显示，合并肾炎综合征、血尿、短期内肾功能快速下降，以及青年、高龄患者，NDRD发病风险显著升高，建议优先开展肾活检评估。

受制于肾活检有创、普及难度大等局限性，陈香美院士团队持续推动无创诊断模型的迭代升级，从早期NDT概率方程、JDB改良模型，到机器学习FED预测模型，诊断精度逐步提高。同时，陈香美院士团队还通过构建融合眼底影像与临床指标的深度学习模型及KIDS智能肾脏诊断系统，可实现慢性肾脏病筛查、无创病理预判、远期肾脏终点风险预测，最高AUC可达0.993[11]，为糖尿病肾病大规模早筛、基层无创初诊开辟了新方向。

治疗突破：指南更新与治疗策略升级

DKD治疗领域也迎来新的突破。基于FIDELIO-DKD、FIGARO-DKD以及这两项研究的汇总分析FIDELITY研究[12]三项研究的结果，2026年KDIGO糖尿病合并CKD指南（草案）对非甾体类盐皮质激素受体拮抗剂（nsMRA）非奈利酮推荐等级从1B升级至1A[13]。其中，具有里程碑意义的CONFIDENCE研究——首项探索nsMRA与SGLT2i同步起始联合治疗T2DM合并CKD的试验表明，在RASi治疗基础上，同步起始联合非奈利酮和恩格列净治疗6个月UACR降幅达52%[14]，显著优于单药组，为早期联合治疗提供了高质量循证依据。基于CONFIDENCE研究结果，2026年KDIGO糖尿病合并CKD指南（草案）新增了非奈利酮与SGLT2i同步起始联合的相关治疗推荐。

在拓展非奈利酮适用人群的探索中，由陈香美院士担任中国首席研究者、牵头全国肾病领域专家参与的全球多中心FIND-CKD研究，进一步将非奈利酮的治疗领域拓展至非糖尿病CKD人群。该研究证实，非奈利酮可显著延缓eGFR年下降速率，显著降低心肾复合终点风险[15]。涵盖FIDELIO-DKD、FIGARO-DKD、FIND-CKD三项研究共计14 574例患者的INFINITY汇总分析结果显示：在广泛的CKD人群中，非奈利酮可显著降低肾脏复合终点风险24%、肾衰竭发生风险15%、心血管复合终点风险20%；同时可显著降低核心硬终点死亡风险，其中心血管死亡风险降幅达18%，全因死亡风险降幅达12%[16]。

AI赋能全程管理：从精准分层到智能体应用

AI正重塑DKD全程管理。当前人工智能已实现从单一影像诊断，向影像临床多组学多模态融合诊断的跨越式升级。在无创筛查方面，基于眼底图像的深度学习模型可开展糖尿病肾病筛查，AUC可达0.9以上；联合肾脏病理AI肾小球病变自动量化、多组学标志物及临床预测模型，能够有效提升疾病早期检出率与分型鉴别精准度，为大规模人群筛查提供高效技术支撑。

在治疗领域，反事实学习模型可预判不同患者的药物获益程度，精准筛选高获益人群，助力个体化治疗决策。针对临床合理用药，国内学者提出糖尿病肾病专属大语言模型，依托分层检索RAG架构，对关键用药节点进行智能预警，有效规避临床用药疏漏，保障患者用药安全。

面向未来，研究团队明确三大攻坚方向：开展多中心前瞻性队列验证，规范AI临床研究；发展可解释人工智能，加速成果临床转化；整合肾病理、基因组学与穿戴设备时序数据，搭建多模态糖尿病肾病智能辅助管理体系。后续将依托人工智能构建集三级联动数字医院、智能辅助诊疗、实时随访预警于一体的全周期防控平台，推动区域医疗同质化，落实“未病先防、已病变防”的慢病管理新模式。与此同时，陈香美等十位院士联名推荐的国家级项目——数据驱动国民健康维护与疾病防控全生命周期代际人群队列研究，将以全生命周期大数据为抓手，赋能糖尿病肾病等慢病长效防控，为我国肾脏慢病事业高质量发展夯实数据基础。

从国家单病种质控到多维度机制解码，从肾活检金标准与AI无创诊断并行，从指南更新到治疗策略升级——DKD全面管理正迈向“机制靶向+精准诊断+循证联合+智能管理+国家质控”五位一体新范式。在我国糖尿病患者达1.4亿、DKD成为尿毒症首位病因的严峻背景下，这一范式凝聚了中国学者在机制研究、质控体系、循证医学与AI转化等维度的系统性贡献，也为健康中国战略在慢病防控领域落地提供了核心支点。

参考文献

2. 国家卫生健康委办公厅. 关于进一步加强单病种质量管理与控制工作的通知（国卫办医函〔2020〕624号）. 2020-07-23.

4. Maxwell S, et al. J Am Soc Nephrol. 2024; 35(6): 733-748.

8. Chen Y, et al. Adv Sci(Weinh). 2025; 12(35): e04032.

9. Dumoulin B, et al. Nature. 2026; 653(8116): 1158-1169.

10. Caza TN, et al. Kidney Int. 2026; 110(2): 426-437.

12. Agarwal R, et al. Eur Heart J. 2022; 43(6): 474-484.

13. KDIGO 2026 Clinical Practice Guideline for the Management of Diabetes in Chronic Kidney Disease (Public Review Draft).

https://kdigo.org/wp-content/uploads/2026/03/KDIGO-2026-Diabetes-and-CKD-Guideline-Update-Public-Review-Draft-March-2026.pdf

14. Agarwal R, et al. New Engl J Med. 2025; 393(6): 533-543.

15. Heerspink HJL, et al. New Engl J Med. 2026;395(6):533-545.

16. Neuen BL, et al. Lancet. 2026;407(10546):2375-2386.

审批码：PP-KER-CN-1555-1

士了解最新医药资讯参考使用，不代表本平台观点。该等信息不能以任何方式取代专业的医疗指导，也不应被视为诊疗建议，如果该信息被用于

（来源：《国际糖尿病》编辑部）

版权声明

版权属《国际糖尿病》所有。欢迎个人转发分享。其他任何媒体、网站未经授权，禁止转载。