要点
- 引入了 PEPPER，这是一种基于 Python 的电子病历（Electronic Medical Record, EMR）检索程序，旨在识别青少年酮症倾向性糖尿病（ketosis-prone diabetes, KPD）。
- 与人工方法相比，PEPPER 表现出 100% 的准确率，并显著缩短了病历审查时间。
- 该工具在 6 个月内成功识别出 110 例诊断为 2 型糖尿病并发生糖尿病酮症酸中毒（diabetic ketoacidosis, DKA）的青少年，其中 21 例符合非典型 A-β+ KPD 的标准。
- 这一创新工具有望提高非典型糖尿病表型的发现与分类效率，从而改善患者照护并提升研究效率。
