全球糖尿病（DM）成年患者人数已达8.28亿，较1990年激增6.3亿^[1]，预计到2050年将突破13.1亿^[2]。DM所诱发的心血管疾病、肾病、视网膜病变等并发症，不仅严重损害患者健康与生活质量^[3]，也带来了沉重的社会经济负担^[4]。因此，实现DM及其并发症的早期识别与风险预测，已成为全球公共卫生领域亟待解决的热点问题之一。舌诊作为中医“望诊”的核心，通过辨析舌质与舌苔的形态、色泽、润燥等特征，以评估人体脏腑气血的盛衰及病邪性质。研究表明，DM患者常呈现出特征性舌象^[5]，如舌质红、少津、苔黄腻或薄白少苔等。这些舌象特征已被证实与部分实验室指标、中医辨证分型及并发症之间存在一定关联^[6-7]。近年来，随着人工智能、机器学习与数字图像处理技术的突破性发展，为中医舌诊的客观化与量化研究提供了革命性的技术路径^[8-9]，相关预测模型研究也大量涌现^[10-11]。然而目前尚缺乏对此类文献进行全面梳理与分析。鉴于此，研究旨在系统梳理DM领域基于舌象特征的预测模型研究，明确当前研究的整体进展、主要技术路径及面临的共性挑战，为今后研究提供参考依据。

1 资料与方法 1.1 明确研究问题

采用研究对象核心概念研究情境（PCC）模型确定核心研究问题：P为DM患者及高危人群。C为基于舌象特征构建预测模型。C为临床预测研究。

1.2 检索策略

采用主题词和自由词相结合的方式，系统检索中国知网（CNKI）、万方数据（Wanfang）、维普（VIP）、中国生物医学文献数据库（CBM）、PubMed、EMbase、Cochrane Library及Web of Science数据库。检索时限从各数据库建库至2025年12月30日。围绕“舌诊/舌象”“预测”两大核心概念组合，二次筛选DM相关文献。

1.3 纳入和排除标准

纳入标准：1）研究对象为DM患者及高危人群。2）研究内容为开发基于舌象的预测模型原始研究。3）研究设计类型为横断面研究、病例对照研究及队列研究等。排除标准：1）重复发表。2）非中英文。3）无法获取全文。4）学位论文、会议摘要、评论、综述及研究方案。

1.4 文献筛选与资料提取

利用NoteExpress软件进行去重，根据纳入与排除标准，阅读标题和摘要进行初筛，再阅读剩余文献全文进行复筛。由2名研究者独立完成，对所得结果进行交叉核对，若遇分歧，则与第3位研究者讨论决定。资料提取内容包括：作者、年份、数据来源、研究设计、研究对象、样本量、数据模态及模型性能等。

1.5 偏倚风险和适用性评价

采用预测模型偏倚风险评估工具（PROBAST）^[12]及其人工智能扩展版（PROBAST-AI）^[13]评估纳入文献的偏倚风险与适用性。该过程由2名经过培训的研究者独立完成，若遇分歧，则与第3位研究者讨论解决。

2 结果 2.1 文献筛选结果

初步检索获得文献1 171篇，最终纳入文献17篇。文献筛选流程见图 1。

2.2 纳入文献基本特征

纳入文献基本特征见表 1。中文7篇，英文10篇，15篇（88.2%）来自中国，其余2篇分别来自沙特和印度。样本量介于95~4 723例之间，其中9项研究（52.9%）的样本量超过1 000例。从研究内容来看，涵盖8篇DM诊断、7篇并发症预测（包括糖尿病足4篇，心血管并发症1篇，视网膜病变1篇，糖尿病肾病1篇）及中医证型与证素各1篇。17篇文献发表于2017—2025年，均为横断面研究^[14-30]。

2.3 纳入模型基本特征

纳入模型基本特征见表 2。17篇文献共构建157个模型，舌象数据来源包括舌诊仪、临床医师或专家主观判别等。建模方法上，传统建模方法中以逻辑回归（LR）、支持向量机（SVM）、随机森林（RF）、极端梯度提升（XGBoost）应用最为广泛；深度学习方法中，ResNet、VGG等卷积神经网络及深度学习与传统模型的融合（如ResNet-RBFNN）成为重要技术路径。模型的呈现方式主要包括模型架构示意图、特征重要性图、SHAP图及列线图等。在验证策略上，所有研究均进行内部验证，训练集/测试集划分最常用，部分结合了交叉验证、与现有模型对比等方式评估模型性能^[14-30]。

2.4 主要模型评价结果

主要模型评价结果见表 3。纳入的主要模型在关键判别指标上分布较广（AUC 0.60~0.986 9，准确率0.722~0.998）。其中，SHAP优化集成模型^[16]、DFECO-DDTIA集成模型^[15]及ResNet50-Deep RBFNN模型^[23]表现突出。值得注意的是，各项研究在性能评价指标的报告完整性和一致性上存在较大差异。部分研究较全面地报告了AUC、准确率、敏感度、精确率、F1分数等多个指标^{[15-16，19，21，26]}，另一些研究则仅报告了少数几项指标^[24-25，29]，这在一定程度上影响了跨研究结果的直接可比性，不利于全面评估模型的临床适用性与平衡性。

2.5 文献质量评价

文献质量评价结果见表 4和表 5。2篇^[18，20]采用传统方法构建模型的文献质量评价显示参与者选择风险较高。15篇涉及深度学习等复杂AI模型的文献研究的临床问题针对性强、适用性普遍较高，但整体质量中等，偏倚风险较高。分析原因：在模型开发阶段，盲法评估普遍缺失，所有研究均未说明舌象特征的提取与评估是否在对结局设盲的情况下进行。部分小样本研究在样本量合理性上缺乏论证^{[14-15，17-19]}。部分研究^{[15，23-24，29-30]}未明确报告缺失值处理方式。多数研究^{[15，17，20，22-25，27-29]}未对类别不平衡的问题进行处理，虽有两项研究^[21，30]使用了SMOTE算法进行校正，但未提及在校正后，是否对模型预测的概率进行了重新校准。另外，部分研究^[18-19]在数据预处理时，未严格遵循“先划分数据集，再基于训练集拟合参数”的原则，存在数据泄露的风险。在模型验证阶段，所有研究仅采用内部验证的方式进行性能评估，缺乏独立的外部验证队列，模型泛化能力未得到充分检验。另外，除贾楠等^[18]的研究，其余研究均侧重于报告模型的区分度指标，普遍缺少对校准度的评估与报告。

3 讨论 3.1 基于舌象的DM相关预测模型研究现状

超半数研究为2024年以来的最新成果，提示当前研究已进入一个活跃的快速发展时期^[9]。除DM诊断预测外，研究范围已拓展至DM前期筛查、多种并发症的风险预警以及中医证型与证素的辨识，展现出舌象信息在DM全周期健康管理中的广泛潜力。在数据源选择上，现有研究趋向于整合舌象与临床指标、实验室检查等多源信息构建多模态预测模型^{[22，24，26]}，以提升模型的综合判别能力。在方法学上，机器学习与深度学习算法被广泛应用，其中集成学习与深度学习融合模型在多项研究中表现出较高的预测性能^[15-16，23]，标志着模型构建正朝着集成化、智能化的方向发展。

3.2 临床转化挑战与应对策略

尽管在模型构建与应用场景上呈现出积极的发展态势，但整体研究质量参差不齐，存在“开发多、验证少、更新更少”及噱头大、质量低、效用更低”的普遍困境^[31]。

3.2.1 研究设计阶段

DM的发生发展是一个连续演变的过程，舌象特征亦随之变化^[32]。然而当前研究均为横断面设计，仅能揭示舌象与预测结局的静态关联。未来研究应转向前瞻性队列设计，通过纵向、重复采集舌象，构建能够预测疾病转归的时序模型。此外，部分研究未进行严格的样本量估算^{[14-15，18-19，21]}，易导致模型过拟合与结果偏倚。研究显示，在利用机器学习开发预测模型时，往往需要更大的样本量来减少模型的过拟合，以充分发挥其在处理高度非线性关系和复杂交互上的潜在优势^[33-34]。因此，未来研究应在方案设计阶段采用更科学的计算方法估算所需样本。

3.2.2 数据采集与处理阶段

当前研究普遍依赖单中心数据，且部分舌象分割仍依赖临床医师主观判别，导致“数据孤岛”与质量不一等问题，限制了模型的泛化能力。尽管国内外专家已发布了多项技术标准^[35]，为规范化采集提供了框架，然而现有研究鲜有采用。未来可参考神经影像等领域（如ADNI联盟）的成功经验^[36]，建立统一标准的大型多中心前瞻性舌象队列。另外，数据处理时可采用多重插补等技术进行缺失值填补，若缺失与结局相关，则需在分析中予以说明并评估其影响^[37-38]。

3.2.3 模型评估与验证阶段

纳入研究均未在完全独立的外部队列中进行验证，极大限制了舌象预测模型的临床可信度。除贾楠等^[18]研究，其余只报告区分度指标，严重缺乏校准度信息。对于舌象这类高维、易受采集条件影响的视觉特征数据，区分度高但校准度差的模型可能导致风险误判。未来研究需将构建的模型置于独立、前瞻性外部临床队列中进行测试^[39]，并全面报告包括区分度、校准度在内的多项性能指标。

3.2.4 模型呈现与报告阶段

现有研究多依赖特征重要性图等事后解释方法，与中医舌诊理论之间缺乏可理解的映射，模型仍为“黑箱”。在呈现形式上，多以数学模型、系数表或静态图表为主，极少提供可交互工具或代码，不利于临床转化与复现。未来应开发融合中医辨证的可解释技术，并将其转化为网页计算器、移动端应用程序或嵌入智能舌诊仪的辅助诊断模块，降低临床使用门槛。另外，模型报告要遵循国际报告指南^[37，40]，完整、透明地报告模型参数、流程与局限，以便于验证、复现及更新。

4 结论

基于舌象的DM相关预测模型研究处于早期快速发展阶段。人工智能与舌象结合在DM诊疗领域具有广阔的应用前景，尤其在多模态数据融合和先进学习算法的驱动下，模型显示出良好的辅助诊断与预测潜力。然而，该领域存在方法学质量不高、评估不完善、报告不规范等问题。未来应以临床转化为重点进行预测模型构建和优化，为DM的早期筛查、并发症预测以及个性化管理提供中医特色辅助工具。