生命科學系暨基因體科學研究所蔡亭芬老師及其合作團隊蒐集618名正常人、糖尿病、慢性腎臟病與糖尿病腎病變患者資料，在基礎、臨床、及AI人工智慧跨領域團隊之合作下，導入AI人工智慧進行大數據之機器學習模型訓練，結合臨床數據、基因多型性與代謝體分析，從數十萬筆資料建立一組由33個生物特徵所構成之AI人工智慧交互作用模型。目前該演算法具有0.76之準確率與0.81檢測真實性，顯示此預測高風險糖尿病腎臟病變之交互作用模型具有優良效能。有趣的是，我們進一步發現這些AI人工智慧所找到的生物標記，會在健康族群上幫助器官之間的溝通以維持正常生理功能，然而在糖尿病腎病變患者上明顯出現表現與功能的失調。總結來說，透過AI大數據學習搭配醫師專業臨床數據判讀，我們發現參與在糖尿病腎病變病程與協助器官溝通間的生物標記，而這些生物標記將可協助醫師達到早期診斷，適時的治療及個人化疾病預防諮詢的目的，進而實現糖尿病腎病變精準醫療的願景。