重症监护患者经常遭受应激性高血糖，应激性高血糖会导致严重的负面效果甚至死亡。通过降低血糖水平，可以减少负面效果甚至死亡率。此外，闭环血糖控制被认为是处理这类问题最理想的方式。模型预测控制作为一种闭环控制方法，由于其处理约束和时滞的优越性，在血糖控制领域表现出了良好的控制效果。实际上，人体的“胰岛素—血糖动态”带有明显的物理约束条件和时滞，因此，模型预测控制被认为是血糖领域中最有希望的选择之一。然而，对于新来的重症监护病人，由于缺少其个体化模型，传统的模型预测控制遇到了极大的挑战。因此，本文提出了数据驱动模型预测控制，旨在实现ICU强化血糖管理。为了验证数据驱动模型预测控制策略的有效性，将其在两组不同的虚拟病人身上做仿真测试，其中一组基于Cobelli等提出的糖尿病代谢模型，另一组基于Hovorka等提出的ICU血糖管理模型。仿真结果表明数据驱动模型控制策略不仅实现了高效地血糖控制，而且对病人个体化差异以及测量噪声有很好的鲁棒性。同时，本文选取了经典的胰岛素输注协议—Yale协议作为对比方法。本文选取了以下一些评价指标：血糖浓度在三个区间（>180mg/dL、<70mg/dL以及在70-180mg/dL之间）的百分比、血糖危险指数、控制变化性网格分析、血糖和胰岛素的平均值和方差。每项指标都表明数据驱动模型预测控制方法的控制性能优于Yale协议。