جدیدترین تحقیقات دیابت در سال ۲۰۲۶_درمان و مدیریت دیابت

تأیید شده توسط دکتر مهران غزالی بینا(فلوشیپ علوم آزمایشگاهی)
محتوای این مقاله صرفا برای افزایش آگاهی شماست. قبل از هرگونه اقدام، از پزشک متخصص مشاوره بگیرید

آخرین دستاوردها و یافته‌های علمی در درمان و مدیریت دیابت

مقدمه

دیابت دیگر صرفاً بیماری‌ای نیست که بتوان آن را با یک عدد قند خون یا یک داروی مشخص تعریف کرد. در سال‌های اخیر، نگاه دانش پزشکی به دیابت به‌طور محسوسی تغییر کرده است. پژوهشگران اکنون بیش از گذشته به تفاوت‌های فردی در پاسخ به درمان، نقش ژنتیک و سیستم ایمنی، سلامت قلب و کلیه، ترکیب بدن، مقاومت به انسولین، عملکرد سلول‌های بتای پانکراس، فناوری‌های پایش مداوم قند خون و حتی ارتباط میان مغز، کبد، اعصاب و متابولیسم توجه می‌کنند. نتیجه این تغییر نگاه، حرکت از درمان یکسان برای همه بیماران به سمت پزشکی دقیق، درمان شخصی‌سازی‌شده و مدیریت هوشمند دیابت است.
این تحول به‌خصوص در دیابت نوع ۲ اهمیت زیادی دارد. امروزه پزشکان با گزینه‌های درمانی متعددی مانند متفورمین، داروهای GLP-1، مهارکننده‌های SGLT2، مهارکننده‌های DPP-4، سولفونیل‌اوره‌ها و سایر درمان‌های کاهنده قند مواجه‌اند. مسئله فقط این نیست که کدام دارو می‌تواند قند خون را کاهش دهد؛ پرسش مهم‌تر این است که کدام دارو برای یک بیمار مشخص، با توجه به ویژگی‌های فردی او، احتمالاً اثر بیشتری خواهد داشت و هم‌زمان می‌تواند خطر عوارض قلبی، کلیوی و متابولیک را بهتر مدیریت کند.
در دیابت نوع ۱ نیز مسیر تحقیقات در حال تغییر است. تمرکز صرفاً بر جایگزینی انسولین نیست و پژوهشگران در حال بررسی روش‌هایی برای تعدیل سیستم ایمنی، حفظ سلول‌های بتا، ایجاد تحمل ایمنی اختصاصی و حتی توسعه درمان‌هایی هستند که در آینده بتوانند بخشی از روند خودایمنی بیماری را هدف قرار دهند. برخی از این رویکردها هنوز در مرحله آزمایشگاهی یا پیش‌بالینی قرار دارند و برخی دیگر وارد مطالعات انسانی شده‌اند.
هم‌زمان، فناوری نیز به یکی از ارکان اصلی مدیریت دیابت تبدیل شده است. پایش مداوم قند خون یا CGM ، پمپ‌های انسولین، سیستم‌های تحویل خودکار انسولین و الگوریتم‌های هوش مصنوعی در حال نزدیک‌تر کردن مدیریت دیابت به یک سیستم تصمیم‌گیری لحظه‌ای هستند. در چنین سیستمی، داده‌های بیمار به‌صورت مداوم جمع‌آوری و تحلیل می‌شوند تا درمان بتواند با شرایط واقعی زندگی او سازگار شود.
در این مقاله، مهم‌ترین مسیرهای علمی و پژوهشی مرتبط با آینده درمان و مدیریت دیابت بررسی می‌شود؛ از پزشکی دقیق و هوش مصنوعی گرفته تا پانکراس مصنوعی، ایمنوتراپی، سلول‌های بتا، حسگرهای نسل جدید، مقاومت به انسولین، اثر میراثی کنترل قند خون و رویکردهای نوین در کارآزمایی‌های بالینی.

پزشکی دقیق در دیابت؛ حرکت از درمان یکسان به درمان شخصی‌سازی‌شده
یکی از مهم‌ترین تحولات علمی در مدیریت دیابت، ورود مفهوم «پزشکی دقیق» یا Precision Medicine به درمان دیابت نوع ۲ است. در رویکرد سنتی، پزشک معمولاً بر اساس راهنماهای بالینی و شرایط عمومی بیمار یک دارو را انتخاب می‌کند و سپس بر اساس پاسخ بیمار، درمان را تغییر می‌دهد. این فرایند ممکن است در برخی افراد به آزمون و خطای چندمرحله‌ای منجر شود.
پژوهش‌های گروه دانشگاه اکستر در بریتانیا نشان داده‌اند که می‌توان با استفاده از اطلاعات بالینی و آزمایشگاهی معمول، تفاوت پاسخ افراد به داروهای مختلف را تا حدی پیش‌بینی کرد. یکی از مطالعات مهم این گروه که در نشریه The Lancet منتشر شده، مدلی را توسعه و اعتبارسنجی کرده است که با استفاده از ویژگی‌هایی مانند سن، مدت ابتلا به دیابت، جنسیت، HbA1c اولیه، شاخص توده بدنی، عملکرد کلیه، HDL، کلسترول تام و ALT، احتمال اثربخشی نسبی پنج گروه دارویی کاهنده قند خون را پیش‌بینی می‌کند.
این مدل پنج گروه دارویی شامل مهارکننده‌های DPP-4، آگونیست‌های گیرنده GLP-1، مهارکننده‌های SGLT2، سولفونیل‌اوره‌ها و تیازولیدین‌دیون‌ها را در نظر می‌گیرد. نکته مهم این است که مدل به آزمایش‌های بسیار پیچیده یا فناوری‌های گران‌قیمت متکی نیست و از داده‌هایی استفاده می‌کند که در بسیاری از بیماران مبتلا به دیابت نوع ۲ به‌صورت معمول در پرونده پزشکی وجود دارد.

مدل‌های هوشمند برای انتخاب داروی مناسب
در اعتبارسنجی جغرافیایی این مدل، اختلاف متوسط پاسخ HbA1c در افرادی که داروی پیش‌بینی‌شده توسط مدل را دریافت کرده بودند، در مقایسه با گروه‌های مشابه که درمان متفاوتی دریافت کرده بودند، حدود ۵.۳ میلی‌مول بر مول بود. در اعتبارسنجی زمانی نیز این اختلاف حدود ۵.۰ میلی‌مول بر مول گزارش شد. همچنین در داده‌های واقعی، افرادی که درمانشان با پیشنهاد مدل همخوانی داشت، در پیگیری پنج‌ساله خطر کمتری برای شکست کنترل قند داشتند.
این یافته به معنای آن نیست که یک الگوریتم می‌تواند جای پزشک را بگیرد یا یک دارو برای همه بیماران مناسب‌تر است. اهمیت این پژوهش در این است که نشان می‌دهد می‌توان تفاوت‌های فردی در پاسخ به درمان را با استفاده از داده‌های معمول بالینی بهتر شناسایی کرد.
در واقع، آینده درمان دیابت احتمالاً به سمت مدلی حرکت می‌کند که در آن پزشک به جای انتخاب دارو صرفاً بر اساس یک الگوریتم ثابت، مجموعه‌ای از اطلاعات بیمار را در کنار شواهد علمی، بیماری‌های همراه، خطر قلبی و کلیوی، وزن، سبک زندگی، ترجیحات بیمار و هزینه درمان بررسی کند.
ارزیابی در مقیاس بزرگ در اسکاتلند
اهمیت این رویکرد فقط به یک مطالعه تحقیقاتی محدود نیست. عملکرد این ابزار در عمل نیز در حال ارزیابی است. بر اساس اطلاعات منتشرشده توسط UK Research and Innovation و Diabetes UK، این سیستم در حدود ۲۲۵۰۰ بیمار مبتلا به دیابت نوع ۲ در اسکاتلند ارزیابی شده است تا مشخص شود استفاده از آن در محیط واقعی درمان تا چه اندازه می‌تواند انتخاب درمان را بهبود دهد.
اگر این نوع ابزارها در مطالعات عملی نیز عملکرد مناسبی نشان دهند، یکی از پیامدهای مهم آنها می‌تواند کاهش دوره آزمون و خطا در انتخاب داروی مناسب باشد. با این حال، تا زمانی که نتایج نهایی ارزیابی‌های عملی و پیاده‌سازی گسترده منتشر نشده باشد، نباید این فناوری را یک استاندارد قطعی و جایگزین تصمیم‌گیری پزشکی دانست.

هوش مصنوعی در مدیریت دیابت؛ از تحلیل داده تا تصمیم‌یار درمانی
یکی دیگر از حوزه‌های بسیار فعال تحقیقات دیابت، استفاده از هوش مصنوعی و یادگیری ماشین برای تحلیل داده‌های درمانی است. بیماران مبتلا به دیابت، به‌خصوص افرادی که از CGM استفاده می‌کنند، حجم بسیار زیادی از داده تولید می‌کنند. این داده‌ها فقط شامل قند خون نیستند و می‌توانند با اطلاعات مربوط به انسولین، داروها، وعده‌های غذایی، فعالیت فیزیکی و الگوهای روزانه ترکیب شوند.
یکی از مطالعات در حال انجام در دانشگاه ویرجینیا با عنوان TREAT2D، یک سامانه پشتیبان تصمیم‌گیری چندعاملی مبتنی بر رایانه را بررسی می‌کند. این مطالعه با استفاده از داده‌های CGM و اطلاعات مربوط به انسولین و داروهای دیابت نوع ۲ تلاش می‌کند بررسی کند آیا چنین سامانه‌ای می‌تواند به شکل ایمن به بهبود کنترل قند کمک کند.
این پژوهش اهمیت زیادی دارد، زیرا نشان می‌دهد نقش هوش مصنوعی در دیابت لزوماً محدود به تشخیص بیماری نیست. یکی از کاربردهای مهم آینده می‌تواند استفاده از AI به‌عنوان یک «دستیار تصمیم‌گیری» برای پزشک باشد؛ سیستمی که بتواند روند قند خون را تحلیل کند، تغییرات را شناسایی کند و اطلاعات قابل استفاده‌ای برای تنظیم برنامه درمانی ارائه دهد.
با این حال، باید میان «ابزار تحقیقاتی» و «درمان تأییدشده» تفاوت گذاشت. TREAT2D یک مطالعه پژوهشی است و نتایج آن نباید به این معنا تفسیر شود که هوش مصنوعی در حال حاضر می‌تواند به‌تنهایی درمان دیابت را تعیین کند.

نسل جدید پایش قند خون و اهمیت CGM
پایش مداوم قند خون یا Continuous Glucose Monitoring در سال‌های اخیر به یکی از مهم‌ترین فناوری‌های مدیریت دیابت تبدیل شده است. برخلاف اندازه‌گیری‌های مقطعی قند خون، CGM امکان مشاهده روند تغییرات گلوکز را در طول شبانه‌روز فراهم می‌کند.
اهمیت CGM فقط در تعداد بیشتر اندازه‌گیری‌ها نیست. این فناوری به بیمار و تیم درمان اجازه می‌دهد الگوهایی را ببینند که ممکن است با اندازه‌گیری‌های محدود قند خون ناشتا یا قبل از غذا دیده نشوند. برای مثال، افزایش قند خون بعد از وعده غذایی، افت قند در ساعات خواب یا نوسانات مرتبط با فعالیت بدنی می‌توانند در داده‌های CGM قابل مشاهده باشند.
در آینده، ارزش CGM احتمالاً بیش از پیش به اتصال آن با الگوریتم‌های تصمیم‌یار، پمپ‌های انسولین و سیستم‌های تحویل خودکار انسولین وابسته خواهد بود. در چنین ساختاری، حسگر داده تولید می‌کند، الگوریتم داده را تفسیر می‌کند و سیستم درمانی می‌تواند متناسب با اطلاعات دریافت‌شده پاسخ دهد.

پانکراس مصنوعی و سیستم‌های تحویل خودکار انسولین
یکی از ملموس‌ترین نمونه‌های تلفیق فناوری و درمان دیابت، سیستم‌های Automated Insulin Delivery یا تحویل خودکار انسولین هستند. این سیستم‌ها تلاش می‌کنند بر اساس اطلاعات لحظه‌ای قند خون، مقدار انسولین مورد نیاز را تنظیم کنند.
سیستم iLet Bionic Pancreas نمونه‌ای از چنین فناوری‌هایی است که در برخی گروه‌های خاص بیماران نیز مورد مطالعه قرار گرفته است. در یک کارآزمایی تصادفی‌شده در بزرگسالان مبتلا به دیابت مرتبط با فیبروز کیستیک، استفاده از iLet در مقایسه با مراقبت معمول باعث افزایش زمان قرار گرفتن قند خون در محدوده هدف شد. در این مطالعه، زمان در محدوده ۷۰ تا ۱۸۰ میلی‌گرم بر دسی‌لیتر در دوره استفاده از سیستم حدود ۷۵ درصد بود، در حالی که این مقدار در مراقبت معمول حدود ۶۲ درصد گزارش شد.
این یافته نشان می‌دهد سیستم‌های تحویل خودکار انسولین می‌توانند در برخی شرایط، بار تصمیم‌گیری روزانه بیمار را کاهش دهند. با این حال، کاربرد یک سیستم در یک گروه خاص از بیماران را نمی‌توان بدون شواهد کافی به همه افراد مبتلا به دیابت تعمیم داد.
پانکراس مصنوعی نیز به معنای ایجاد یک پانکراس واقعی نیست. اصطلاح «پانکراس مصنوعی» معمولاً به ترکیب حسگر قند، الگوریتم کنترل و سیستم تزریق انسولین اشاره دارد که برای نزدیک شدن به عملکرد تنظیمی پانکراس طبیعی طراحی شده است.
حسگرهای غیرآنزیمی؛ مسیر پژوهشی برای پایش پایدارتر گلوکز
یکی دیگر از مسیرهای علمی مورد توجه، توسعه حسگرهای غیرآنزیمی برای تشخیص مداوم گلوکز است. بسیاری از سامانه‌های زیستی تشخیص گلوکز از واکنش‌های آنزیمی استفاده می‌کنند، اما پژوهشگران در حال بررسی مواد و مولکول‌هایی هستند که بتوانند بدون اتکا به آنزیم‌ها، گلوکز را با پایداری مناسب شناسایی کنند.
ترکیبات مبتنی بر اسیدهای بورونیک و به‌ویژه دی‌بورونیک اسیدها یکی از مسیرهای پژوهشی در این زمینه هستند. برخی مطالعات نشان داده‌اند که این ساختارها می‌توانند بر اساس اتصال انتخابی به گلوکز، امکان طراحی حسگرهای غیرآنزیمی را فراهم کنند.
با این حال، باید توجه داشت که بخش مهمی از این تحقیقات هنوز در مرحله توسعه فناوری و ارزیابی عملکرد حسگر قرار دارد. بنابراین نمی‌توان تمام نمونه‌های تحقیقاتی حسگرهای دی‌بورونیک اسید را معادل دستگاه‌های CGM تجاری و تأییدشده دانست.
اهمیت این مسیر تحقیقاتی در آینده می‌تواند در افزایش دوام حسگر، کاهش نیاز به کالیبراسیون و توسعه سامانه‌هایی باشد که برای مدت طولانی‌تری قادر به پایش گلوکز باشند.
تحریک عصبی کبد با اولتراسوند؛ رویکردی متفاوت برای کنترل قند خون
یکی از رویکردهای غیرمعمول و جالب در تحقیقات دیابت، بررسی تأثیر اولتراسوند بر مسیرهای عصبی مرتبط با کبد است. پژوهشگران دانشگاه ییل در حال بررسی این فرضیه هستند که تحریک برخی مسیرهای حسی در ناحیه پورتای کبد می‌تواند بر متابولیسم گلوکز و حساسیت به انسولین اثر بگذارد.
در یک مطالعه ییل، هدف بررسی این است که آیا اولتراسوند متمرکز بر شبکه عصبی حسی مرتبط با ناحیه پورتای کبد می‌تواند شاخص‌های متابولیک را تغییر دهد. این پژوهش در مرحله اولیه و اکتشافی قرار دارد.
مطالعه دیگری نیز در افراد مبتلا به دیابت نوع ۲ اولیه در حال بررسی اثر اولتراسوند بر کاهش قند خون است. این پژوهش در افراد مشخصی با HbA1c بالاتر از ۶.۵ درصد انجام می‌شود و در حال حاضر یک رویکرد تحقیقاتی محسوب می‌شود، نه درمان استاندارد دیابت.
اهمیت این تحقیقات در این است که نشان می‌دهد درمان دیابت ممکن است در آینده تنها به داروهایی که مستقیماً روی گیرنده‌ها یا مسیرهای متابولیک اثر می‌گذارند محدود نباشد و تنظیم عصبی متابولیسم نیز بتواند به یک هدف درمانی تبدیل شود.

سلول‌های بتا؛ یکی از کلیدی‌ترین اهداف تحقیقات دیابت
سلول‌های بتای پانکراس مسئول تولید انسولین هستند و کاهش تعداد یا عملکرد این سلول‌ها یکی از مهم‌ترین عوامل پیشرفت دیابت، به‌ویژه دیابت نوع ۱ و مراحل پیشرفته دیابت نوع ۲، محسوب می‌شود.
به همین دلیل، یکی از اهداف مهم تحقیقات آینده، محافظت از سلول‌های بتا، افزایش عملکرد آنها و در برخی رویکردها جایگزینی یا بازسازی آنهاست. در دیابت نوع ۱، مسئله پیچیده‌تر است؛ زیرا سیستم ایمنی بدن به سلول‌های بتا حمله می‌کند. بنابراین حتی اگر سلول‌های جدید تولید شوند، در صورت باقی ماندن فرآیند خودایمنی ممکن است دوباره آسیب ببینند.
این مسئله باعث شده پژوهشگران به‌صورت هم‌زمان روی دو محور کار کنند: حفظ یا جایگزینی سلول‌های بتا و کنترل پاسخ ایمنی علیه آنها.
آنتی‌ژن‌های جدید در دیابت نوع ۱ و نقش HIPها
یکی از یافته‌های مهم در درک دیابت نوع ۱، شناسایی Hybrid Insulin Peptides یا HIPها است. این مولکول‌ها از اتصال قطعاتی از پروتئین‌های مختلف سلول بتا، از جمله قطعات مرتبط با انسولین، ایجاد می‌شوند و می‌توانند توسط سلول‌های T خودواکنشگر شناسایی شوند.
مطالعات منتشرشده نشان داده‌اند که سلول‌های T واکنش‌دهنده به برخی HIPها در افراد مبتلا به دیابت نوع ۱ مشاهده می‌شوند و این پپتیدها ممکن است در فرآیند خودایمنی بیماری نقش داشته باشند.
در سال ۲۰۲۶ نیز مرورهای علمی جدید همچنان HIPها را به‌عنوان یکی از حوزه‌های مهم در شناخت خودایمنی دیابت نوع ۱ بررسی می‌کنند و امکان استفاده از آنها به‌عنوان اهداف آنتی‌ژنی برای ایجاد تحمل ایمنی را مطرح می‌کنند.
اهمیت این موضوع در آینده درمان دیابت نوع ۱ بسیار زیاد است، زیرا درمانی که بتواند پاسخ ایمنی را دقیقاً علیه آنتی‌ژن‌های دخیل در بیماری هدف بگیرد، از نظر نظری می‌تواند بسیار اختصاصی‌تر از سرکوب گسترده سیستم ایمنی باشد.
ایمنوتراپی اختصاصی؛ آیا می‌توان حمله به سلول‌های بتا را متوقف کرد؟
در دیابت نوع ۱، سیستم ایمنی بخشی از سلول‌های بتای تولیدکننده انسولین را هدف قرار می‌دهد. به همین دلیل، ایمنوتراپی یکی از مهم‌ترین حوزه‌های تحقیقاتی بیماری است.
هدف بسیاری از این تحقیقات، سرکوب کامل سیستم ایمنی نیست؛ زیرا سرکوب گسترده ایمنی می‌تواند بیمار را در معرض عفونت‌ها و سایر عوارض قرار دهد. رویکرد جذاب‌تر، ایجاد «تحمل ایمنی اختصاصی» است؛ یعنی سیستم ایمنی بتواند آنتی‌ژن‌های مرتبط با سلول‌های بتا را تحمل کند، بدون اینکه عملکرد کلی دفاعی بدن مختل شود.
سلول‌های T تنظیمی یا Tregها یکی از ابزارهای مورد مطالعه در این زمینه هستند. داده‌های انسانی بلندمدت درباره برخی مطالعات Treg نشان داده‌اند که این حوزه همچنان در حال بررسی ایمنی و دوام اثر درمان است، اما هنوز نمی‌توان آن را درمان استاندارد دیابت نوع ۱ دانست.
در تحقیقات جدیدتر، حتی Tregهای مهندسی‌شده با گیرنده‌های اختصاصی آنتی‌ژن نیز بررسی شده‌اند. برای مثال، مطالعات پیش‌بالینی درباره GAD65-CAR-Treg نشان داده‌اند که این سلول‌ها می‌توانند در مدل‌های آزمایشگاهی و حیوانی به سمت جزایر پانکراس هدایت شوند و پاسخ‌های ایمنی مخرب را مهار کنند. این یافته‌ها بسیار جالب‌اند، اما هنوز پیش‌بالینی هستند و نباید آنها را درمان اثبات‌شده برای انسان تلقی کرد.
نقش سرامیدها در مقاومت به انسولین
یکی دیگر از مسیرهای بنیادی مورد توجه پژوهشگران، ارتباط میان لیپیدها و مقاومت به انسولین است. سرامیدها گروهی از لیپیدهای زیستی هستند که در مسیرهای پیام‌رسانی سلولی نقش دارند و افزایش آنها با مقاومت به انسولین و اختلالات متابولیک ارتباط پیدا کرده است.
گروه پژوهشی Scott Summers در دانشگاه یوتا سال‌هاست روی ارتباط سرامیدها، مقاومت به انسولین، دیابت و بیماری کبد چرب تحقیق می‌کند. داده‌های این گروه نشان داده‌اند که افزایش تجمع سرامیدها می‌تواند با کاهش پاسخ بافت‌ها به انسولین ارتباط داشته باشد و در مدل‌های حیوانی، کاهش تولید یا تجمع آنها توانسته حساسیت به انسولین را بهبود دهد.
در اینجا نیز یک نکته علمی بسیار مهم وجود دارد. مشاهده اثر یک مسیر مولکولی در مدل حیوانی به معنای آن نیست که داروی مهارکننده سرامید اکنون یک درمان تأییدشده برای دیابت انسان است. ارزش این تحقیقات در شناسایی یک هدف زیستی جدید برای توسعه داروهای آینده است.

اثر میراثی کنترل قند خون؛ چرا سال‌های اول دیابت اهمیت زیادی دارند؟

یکی از مفاهیم مهم در مدیریت طولانی‌مدت دیابت، «اثر میراثی» یا Legacy Effect است. این مفهوم به این ایده اشاره دارد که کیفیت کنترل قند خون در سال‌های ابتدایی بیماری می‌تواند بر خطر عوارض سال‌های بعد اثر بگذارد، حتی اگر کنترل قند خون در دوره‌های بعدی بهتر شود.
مطالعه Diabetes & Aging با بررسی بیش از ۳۴ هزار فرد مبتلا به دیابت نوع ۲ نشان داد که HbA1c بالاتر در سال اول پس از تشخیص با افزایش خطر عوارض میکروواسکولار و ماکروواسکولار در سال‌های بعد ارتباط داشت. در این مطالعه، HbA1c بالاتر در سال نخست با پیامدهای نامطلوب‌تر در آینده همراه بود.
تحلیل‌های مرتبط با داده‌های UKPDS نیز از اهمیت کنترل زودهنگام قند خون حمایت کرده‌اند. در این تحلیل‌ها، کاهش HbA1c از زمان تشخیص با کاهش خطرات بلندمدت مرگ‌ومیر و انفارکتوس میوکارد همراه بود و تأخیر در بهبود کنترل قند خون، اثر بالقوه کاهش خطر را کمتر می‌کرد.
این یافته‌ها یک پیام کاربردی مهم برای بیماران دارند: دیابت بیماری‌ای نیست که بتوان کنترل آن را برای سال‌ها به تعویق انداخت و سپس انتظار داشت همه خطرات به‌طور کامل جبران شوند. تشخیص به‌موقع، شروع درمان مناسب، پایش منظم HbA1c و مدیریت عوامل خطر قلبی و کلیوی از همان مراحل اولیه اهمیت دارد.
چرا HbA1c تنها معیار کافی برای مدیریت دیابت نیست؟
HbA1c یکی از مهم‌ترین شاخص‌های ارزیابی کنترل قند خون است، اما تصویری از میانگین قند خون در یک دوره چندماهه ارائه می‌کند. این شاخص به‌تنهایی نمی‌تواند تمام نوسانات قند خون، افت‌های قند، افزایش‌های بعد از غذا یا الگوی قند در طول شبانه‌روز را نشان دهد.
به همین دلیل، در سال‌های اخیر شاخص‌هایی مانند Time in Range، Time Below Range و Time Above Range نیز اهمیت بیشتری پیدا کرده‌اند. این شاخص‌ها به پزشک و بیمار اجازه می‌دهند بدانند چه مقدار از زمان، گلوکز در محدوده هدف قرار داشته است.
در آینده مدیریت دیابت، احتمالاً ترکیب HbA1c با داده‌های CGM، فشار خون، وزن، عملکرد کلیه، چربی خون، داروها و سبک زندگی، تصویر کامل‌تری از وضعیت بیمار ایجاد خواهد کرد.
داروهای دیابت و تغییر مفهوم «بهترین دارو»
یکی از مهم‌ترین تغییرات علمی این است که مفهوم «بهترین داروی دیابت» دیگر یک پاسخ ثابت ندارد. دارویی که برای یک بیمار مناسب است ممکن است برای بیمار دیگری انتخاب مناسبی نباشد.
برای مثال، در انتخاب داروی دیابت ممکن است علاوه بر میزان کاهش HbA1c، وزن بدن، خطر بیماری قلبی، وضعیت کلیه، خطر افت قند خون، هزینه، نحوه مصرف، عوارض احتمالی و ترجیح بیمار اهمیت داشته باشد.
مدل پژوهشی  اکستر نیز دقیقاً نشان می‌دهد که حتی در زمینه کاهش HbA1c، پاسخ افراد به کلاس‌های مختلف دارویی یکسان نیست. این مدل به جای اینکه یک دارو را برای همه افراد «بهترین» معرفی کند، تلاش می‌کند درمان مناسب را بر اساس ویژگی‌های هر فرد پیش‌بینی کند.
بنابراین هنگام انتخاب دارو، مقایسه محصولات یا خدمات مرتبط با دیابت، بیمار نباید صرفاً به تبلیغاتی مانند «قوی‌ترین دارو»، «جدیدترین دارو» یا «بهترین دستگاه» توجه کند. انتخاب صحیح باید بر اساس نیاز واقعی، شواهد علمی، شرایط بالینی و نظر پزشک انجام شود.
درمان دیابت نوع ۲؛ ترکیب کاهش قند با محافظت از اندام‌ها
درمان مدرن دیابت نوع ۲ دیگر فقط به پایین آوردن عدد قند خون محدود نیست. امروزه حفاظت قلبی، کلیوی و متابولیک نیز بخش مهمی از تصمیم‌گیری درمانی است.
این تغییر نگاه باعث شده داروهایی که اثرات آنها فراتر از کاهش قند خون است، مورد توجه قرار گیرند. در عمل، پزشک باید شرایط فردی بیمار را در نظر بگیرد و درمان را بر اساس مجموعه‌ای از اهداف تنظیم کند.
این موضوع یکی از دلایلی است که چرا پزشکی دقیق در دیابت اهمیت پیدا کرده است. یک بیمار ممکن است به درمانی نیاز داشته باشد که علاوه بر کنترل قند، در زمینه وزن یا خطر قلبی نیز برای او مناسب باشد؛ در حالی که بیمار دیگری ممکن است به دلیل وضعیت کلیوی یا عوامل دیگر به انتخاب متفاوتی نیاز داشته باشد.
دیابت نوع ۱؛ حرکت از جایگزینی انسولین به حفظ سلول‌های بتا
در دیابت نوع ۱، انسولین همچنان بخش اساسی درمان است، اما تحقیقات جدید به دنبال آن هستند که بیماری را در سطح بنیادی‌تری هدف قرار دهند.
اگر بتوان در مراحل اولیه بیماری از تخریب بیشتر سلول‌های بتا جلوگیری کرد، ممکن است نیاز به انسولین و شدت نوسانات قند در آینده کاهش یابد. به همین دلیل، شناسایی آنتی‌ژن‌های خودایمنی، تنظیم فعالیت سلول‌های T و ایجاد تحمل ایمنی از محورهای اصلی تحقیقات هستند.
در این مسیر، HIPها، Tregها و روش‌های آنتی‌ژن‌اختصاصی اهمیت پیدا کرده‌اند. اما این حوزه هنوز در حال تکامل است و بسیاری از روش‌های جذاب علمی هنوز به شواهد بالینی بزرگ و طولانی‌مدت نیاز دارند.

نقش آزمایش‌ها و بیومارکرها در آینده مدیریت دیابت
با حرکت دیابت به سمت پزشکی دقیق، آزمایش‌های آزمایشگاهی نیز اهمیت بیشتری پیدا می‌کنند. در آینده، ممکن است تصمیم درمانی تنها بر اساس قند ناشتا و HbA1c انجام نشود و مجموعه گسترده‌تری از اطلاعات آزمایشگاهی در تصمیم‌گیری نقش داشته باشد.
HbA1c همچنان یکی از شاخص‌های اصلی ارزیابی کنترل طولانی‌مدت قند خون است. آزمایش قند ناشتا، پروفایل چربی، عملکرد کلیه، ALT و سایر شاخص‌های متابولیک نیز می‌توانند در ارزیابی وضعیت بیمار نقش داشته باشند.
در برخی شرایط، آزمایش‌هایی مانند C-peptide برای بررسی عملکرد سلول‌های بتا و برخی آنتی‌بادی‌های اختصاصی برای بررسی خودایمنی دیابت نوع ۱ کاربرد دارند. انتخاب این آزمایش‌ها باید بر اساس شرایط بالینی بیمار و با نظر پزشک انجام شود، زیرا هیچ آزمایش واحدی نمی‌تواند تمام ابعاد دیابت را مشخص کند.
آینده تشخیص و مدیریت دیابت با ترکیب داده‌ها
آینده پزشکی دیابت احتمالاً متعلق به یک آزمایش یا یک دستگاه منفرد نیست؛ بلکه به ترکیب داده‌های متعدد تعلق دارد.
تصور کنید اطلاعات HbA1c، CGM، وزن، فشار خون، چربی خون، عملکرد کلیه، داروهای مصرفی، فعالیت بدنی، الگوی خواب و حتی ویژگی‌های فردی بیمار در یک سامانه تحلیلی کنار هم قرار گیرد. چنین سیستمی می‌تواند تصویری بسیار دقیق‌تر از وضعیت متابولیک فرد ایجاد کند.
هوش مصنوعی در این مرحله می‌تواند نقش مهمی داشته باشد. الگوریتم‌ها می‌توانند حجم عظیمی از داده‌ها را بررسی کنند و الگوهایی را پیدا کنند که برای انسان دشوارتر است. با این حال، استفاده ایمن از AI در پزشکی نیازمند اعتبارسنجی بالینی، شفافیت، کنترل خطا و نظارت پزشک است.
کارآزمایی‌های بالینی؛ چرا هر خبر علمی به معنای درمان جدید نیست؟
یکی از مهم‌ترین نکاتی که کاربران هنگام مطالعه اخبار پزشکی باید بدانند، تفاوت میان «کشف علمی»، «مطالعه آزمایشگاهی»، «مطالعه حیوانی»، «کارآزمایی بالینی» و «درمان تأییدشده» است.
برای مثال، تحقیقات اولتراسوند کبد در ییل یک مسیر بسیار جالب برای بررسی تنظیم عصبی متابولیسم است، اما مطالعات فعلی در مرحله اولیه قرار دارند.
به همین شکل، تحقیقات مربوط به CAR-Treg در دیابت نوع ۱ در مدل‌های آزمایشگاهی و حیوانی نتایج امیدوارکننده‌ای نشان داده‌اند، اما این نتایج هنوز به معنای درمان قابل استفاده برای بیماران نیستند.
در مقابل، برخی فناوری‌ها مانند سیستم‌های خودکار تحویل انسولین در مطالعات انسانی مورد ارزیابی قرار گرفته‌اند و برای برخی کاربردها شواهد بالینی بیشتری دارند. با این حال، حتی در این شرایط نیز مناسب بودن یک فناوری برای یک بیمار مشخص باید توسط تیم درمان تعیین شود.
از «درمان دیابت» به «مدیریت جامع دیابت»
یکی از مهم‌ترین پیام‌های تحقیقات جدید این است که دیابت باید به‌صورت یک بیماری چندبعدی مدیریت شود. کنترل قند خون اهمیت دارد، اما به‌تنهایی کافی نیست.
وزن بدن، فشار خون، چربی خون، عملکرد کلیه، سلامت قلب، خواب، فعالیت فیزیکی، تغذیه، سلامت روان و پایبندی به درمان همگی می‌توانند بر نتیجه نهایی اثر بگذارند.
این نگاه جامع باعث می‌شود هدف درمان فقط رسیدن به یک عدد HbA1c مشخص نباشد. هدف اصلی، کاهش خطر عوارض، حفظ کیفیت زندگی، کاهش بار درمانی و کمک به بیمار برای داشتن زندگی فعال و پایدار است.
چگونه یک بیمار باید اطلاعات مربوط به درمان‌های جدید دیابت را ارزیابی کند؟
هنگام مواجهه با خبری درباره «درمان جدید دیابت»، اولین سؤال باید این باشد که این روش در چه مرحله‌ای از تحقیقات قرار دارد. آیا فقط در آزمایشگاه آزمایش شده است؟ آیا مطالعه حیوانی دارد؟ آیا وارد کارآزمایی انسانی شده است؟ چند بیمار در آن مطالعه شرکت کرده‌اند؟ آیا مطالعه تصادفی و کنترل‌شده بوده است؟ آیا نتایج در یک جمعیت مستقل تکرار شده‌اند؟
همچنین باید بررسی کرد که آیا نتیجه مطالعه در یک مجله علمی معتبر منتشر شده یا صرفاً در یک خبر، شبکه اجتماعی یا تبلیغ تجاری مطرح شده است.
این موضوع به‌خصوص درباره محصولات مرتبط با دیابت اهمیت دارد. دستگاه‌های سنجش قند، CGM، پمپ انسولین، مکمل‌ها و نرم‌افزارهای مدیریت دیابت ممکن است ادعاهای مختلفی درباره دقت یا اثربخشی داشته باشند، اما اعتبار هر ادعا باید بر اساس شواهد و وضعیت تأیید محصول بررسی شود.

نقش سبک زندگی در کنار فناوری و درمان‌های نوین
با وجود پیشرفت سریع داروها و فناوری‌ها، تحقیقات جدید به معنای حذف اهمیت تغذیه، فعالیت بدنی و خواب نیستند. برعکس، درمان مدرن دیابت تلاش می‌کند این عوامل را در کنار درمان دارویی و فناوری مدیریت کند.
فعالیت فیزیکی منظم می‌تواند بر حساسیت به انسولین و کنترل قند اثر بگذارد. الگوی غذایی مناسب می‌تواند به مدیریت وزن و قند خون کمک کند و خواب ناکافی نیز می‌تواند کنترل متابولیک را دشوارتر کند.
فناوری‌هایی مانند CGM می‌توانند به برخی افراد کمک کنند ارتباط میان غذا، فعالیت و تغییرات قند خون را بهتر ببینند. بنابراین فناوری در بهترین حالت می‌تواند ابزار شناخت و مدیریت بهتر باشد، نه جایگزین رفتارهای سالم.
آینده درمان دیابت چگونه خواهد بود؟
اگر روند تحقیقات فعلی ادامه پیدا کند، درمان دیابت در سال‌های آینده احتمالاً بیش از گذشته شخصی‌سازی خواهد شد. به جای اینکه یک نسخه تقریباً یکسان برای گروه بزرگی از بیماران تجویز شود، اطلاعات فردی بیمار در انتخاب درمان نقش بیشتری خواهد داشت.
هوش مصنوعی می‌تواند به تحلیل داده‌ها و پیش‌بینی پاسخ به دارو کمک کند. CGM می‌تواند اطلاعات لحظه‌ای درباره وضعیت گلوکز فراهم کند. سیستم‌های تحویل خودکار انسولین می‌توانند بخشی از تصمیم‌گیری‌های روزانه را خودکار کنند و درمان‌های ایمنی ممکن است در دیابت نوع ۱ مسیر بیماری را در سطح بنیادی‌تری هدف قرار دهند.
هم‌زمان، تحقیقات مربوط به سلول‌های بتا، مقاومت به انسولین، سرامیدها، تنظیم عصبی متابولیسم و حسگرهای نسل جدید می‌توانند اهداف درمانی تازه‌ای ایجاد کنند.
اما آینده درمان دیابت فقط به یک کشف بزرگ وابسته نیست. احتمالاً مجموعه‌ای از پیشرفت‌های کوچک و بزرگ در تشخیص، دارو، فناوری، آزمایشگاه و سبک زندگی به تدریج مدیریت این بیماری را متحول خواهد کرد.

جمع‌بندی

آخرین یافته‌های علمی درباره دیابت نشان می‌دهند که پزشکی در حال حرکت از درمان عمومی و یکسان به سمت مدیریت دقیق‌تر، داده‌محور و شخصی‌سازی‌شده بیماری است. یکی از مهم‌ترین نمونه‌های این تحول، توسعه مدل‌هایی است که با استفاده از اطلاعات معمول بالینی می‌توانند پاسخ احتمالی بیمار به گروه‌های مختلف دارویی را پیش‌بینی کنند. پژوهش دانشگاهاکستر و مدل پنج‌دارویی منتشرشده در The Lancet نمونه مهمی از این مسیر است که نشان داده انتخاب درمان متناسب با ویژگی‌های فردی می‌تواند با تفاوت قابل توجهی در کنترل HbA1c همراه باشد.
در کنار پزشکی دقیق، هوش مصنوعی نیز در حال ورود به مدیریت واقعی دیابت است. مطالعاتی مانند TREAT2D در دانشگاه ویرجینیا در حال بررسی این هستند که آیا ترکیب داده‌های CGM، انسولین و داروها می‌تواند به تصمیم‌گیری درمانی بهتر کمک کند.
در حوزه فناوری، سیستم‌های پایش مداوم قند خون و تحویل خودکار انسولین مسیر مدیریت دیابت را تغییر داده‌اند و مطالعات انجام‌شده با سیستم iLet در بیماران مبتلا به دیابت مرتبط با فیبروز کیستیک نمونه‌ای از ظرفیت این فناوری‌ها برای بهبود زمان قرارگیری گلوکز در محدوده هدف است.
در سوی دیگر، تحقیقات بنیادی به سمت اهدافی حرکت کرده‌اند که تا چند سال پیش بیشتر جنبه نظری داشتند؛ از نقش HIPها و سلول‌های T در دیابت نوع ۱ گرفته تا Tregهای مهندسی‌شده، سلول‌های بتا، سرامیدها و تنظیم عصبی متابولیسم. برخی از این رویکردها در مطالعات انسانی قرار دارند و برخی هنوز در مرحله پیش‌بالینی هستند. بنابراین نباید امید پژوهشی را با درمان قطعی اشتباه گرفت.
یکی از مهم‌ترین پیام‌های قابل استفاده برای بیماران این است که مدیریت موفق دیابت به یک عدد یا یک دارو محدود نمی‌شود. کنترل مناسب قند خون از سال‌های ابتدایی بیماری، پایش منظم، توجه به فشار خون و چربی خون، ارزیابی سلامت کلیه و قلب، تغذیه مناسب، فعالیت بدنی و انتخاب درمان متناسب با شرایط فردی همگی بخشی از مدیریت جامع بیماری هستند. شواهد مربوط به اثر میراثی نیز اهمیت کنترل مناسب قند خون در سال‌های اولیه پس از تشخیص را برجسته کرده‌اند.
در نهایت، آینده درمان دیابت را نباید صرفاً در یک «داروی جدید» جست‌وجو کرد. آینده این حوزه احتمالاً ترکیبی از پزشکی دقیق، هوش مصنوعی، آزمایش‌های پیشرفته، پایش مداوم گلوکز، سیستم‌های خودکار تحویل انسولین، درمان‌های ایمنی، تحقیقات سلولی و مدیریت جامع سبک زندگی خواهد بود. هدف اصلی این پیشرفت‌ها نیز فقط پایین آوردن قند خون نیست؛ بلکه کمک به افراد مبتلا به دیابت برای زندگی طولانی‌تر، سالم‌تر و با کیفیت زندگی بهتر   است.
برای بیمار، بهترین رویکرد این است که اخبار و یافته‌های جدید را از منابع معتبر دنبال کند، تفاوت میان «تحقیق» و «درمان تأییدشده» را در نظر بگیرد و هیچ دارو، مکمل، دستگاه یا روش درمانی جدیدی را صرفاً بر اساس یک خبر علمی یا تبلیغ تجاری جایگزین درمان تجویزشده نکند. تصمیم درمانی باید بر اساس وضعیت فرد، سابقه پزشکی، نتایج آزمایش‌ها، داروهای مصرفی و نظر پزشک یا تیم تخصصی دیابت انجام شود.