人工智能规范化诊疗系统对高尿酸血症和痛风患者的疗效分析

赵丽娟，栾霞，牛佳鹏

1.山东省青岛慢性病医院医疗中心，山东青岛 266000；2.青岛大学附属医院内分泌代谢科，山东青岛 266000

随着社会富裕程度的提高和饮食结构的改变，高尿酸血症和痛风发病率呈逐年上升趋势[1-2]。在我国尚缺乏较完整的与痛风相关的流行病学资料，但近年我国部分地区的流行病学调查研究显示，中国痛风发病率逐年上升，山东沿海城市人群的痛风患病率达1.14%，而高尿酸血症的患病率高达13.19%[3-4]。高尿酸血症和痛风已成为仅次于糖尿病的第二大代谢性疾病，严重危害人们的身心健康，严重影响患者的生活质量[5]。选取山东省青岛慢性病医院2020年7月—2021年6月收治的高尿酸血症和痛风患者200例为研究对象，旨在探讨人工智能规范化诊疗系统对高尿酸血症及痛风患者的治疗效果。现报道如下。

1 资料与方法

1.1 一般资料

临床选取该院查体中心和住院的高尿酸血症和痛风患者200例，分为单纯高尿酸血症组（122例）、痛风组（78例）。单纯高尿酸血症组和痛风组分别再分为研究组和对照组，研究组分别为62例、40例；对照组为60例、38例。研究组患者中男70例，女32例；年龄22~85岁，平均(44.5±3.3)岁。对照组患者中男68例，女30例；年龄25~83岁，平均(46.1±2.8)岁。同一大组下的研究组和对照组在性别、年龄、临床表现等一般资料比较，差异无统计学意义（P>0.05），具有可比性。

1.2 纳入与排除标准

纳入标准：符合高尿酸血症诊断标准[6]（正常嘌呤饮食状态下，非同日2 次空腹血尿酸水平：男性血尿酸含量>420 μmol/L，女性血尿酸含量>360 μmol/L，即称为高尿酸血症）；痛风诊断标准[7]（2015年ACR 和EULAR更新痛风分类标准）：该标准适用于至少发作过1 次外周关节肿胀、疼痛或压痛的痛风疑似患者；对已在发作关节液、滑囊或痛风石中找到尿酸盐结晶者，可直接诊断痛风。

1.3 方法

对照组为常规诊疗。①对干预对象发放“高尿酸血症和痛风防治知识手册”“高尿酸血症和痛风防治知识手册”，内容涉及饮食指导、体育运动、定期监测、高尿酸血症的危害及不良生活习惯的危害等知识，加强科普教育，使其在潜移默化中接受高尿酸血症和痛风的防治知识，自觉纠正不良生活习惯，少食高嘌呤食物和碳酸饮料。②定期进行集体授课，由专科医生或专职护士就高尿酸血症及痛风防治知识进行形式多样的讲座，如幻灯片、录像、展示食物模型或参观病房，使其认识高尿酸血症的潜在危害，积极主动配合干预措施的实施，一般2 次/月。个别患者可针对其具体问题，有针对性地加以指导。③每月复查尿酸、血糖、血脂、血压、体质量、肝功、肾功，制订个体化的饮食处方、运动处方、药物干预处方，并随时调整个体化的干预措施。

研究组就常规诊疗基础上实施人工智能规范化诊疗系统。①人工智能规范化诊疗系统预设咨询平台和沟通平台，定期推送高尿酸血症、痛风病健康宣教知识及最新诊疗进展，为高尿酸血症患者、通风病患者和医务工作者提供一个医患、患患、医医交流平台，有利于患者的长期管理及医务工作者痛风诊疗技术的不断更新。②平行诊疗系统具有患者随访时间提醒功能，对长时间不复诊的患者可给予提醒。

1.4 观察指标

比较研究组与对照组尿酸值控制水平(尿酸<416 μmol/L 为达标)，痛风组观察两组关节炎发作次数。两组疗程均设定为48 周。

1.5 统计方法

采用SPSS 22.0 统计学软件分析数据，符合正态分布的计量资料用（±s）表示，比较采用t检验；计数资料采用频数或率（%）表示，比较采用χ2检验，P<0.05 为差异有统计学意义。

2 结果

2.1 两组单纯高尿酸血症患者尿酸值比较

两组患者经过为期48 周的干预后，单纯高尿酸血症研究组患者尿酸为（332.3±3.5）μmol/L，单纯高尿酸血症对照组患者尿酸为（394.0±4.5）μmol/L，两组达标率对比差异有统计学意义(t=84.692，P<0.05)。痛风研究组患者尿酸为（401.5±3.1）μmol/L，与对照组相比（448.5±4.1）μmol/L 比较，差异有统计学意义(t=57.291，P<0.05)。两组尿酸达标率比较，差异有统计学意义（P<0.05）。见表1。

表1 两组单纯高尿酸血症患者尿酸值比较Table 1 Comparison of uric acid levels in two groups of patients with pure hyperuricemia

2.2 两组痛风患者关节炎发作次数比较

研究组48 周关节炎发作频率明显低于对照组，差异有统计学意义（P<0.05）。见表2。

表2 两组痛风患者关节炎发作次数比较Table 2 Comparison of the number of arthritis attacks in the two groups of gout patients

3 讨论

最新纳入的治疗手段和方案可以指导高尿酸血症、痛风的临床诊治，对患者进行饮食、生活方式、治疗目标和合并症管理教育是管理诊治的核心，多学科联合诊治必将成为趋势[8-11]。近10年来，在欧洲，尤其在英国，高尿酸血症、痛风患病率较前有明显升高，尽管目前大多数患者能得到有效的治疗，但该病仍然经常被误诊误治及延迟诊治，诊治管理水平尚不算完善。随着对高尿酸血症、痛风认识的不断深入，痛风的诊治管理水平也有很大提高[12]。

目前对医务人员的高尿酸血症和痛风的系统特定培训却屈指可数，如果能够标准化推广高尿酸血症和痛风的诊治规范，则既可以提高医务人员的诊治水平，特别是基层医生的痛风诊疗水平，提高防控意识，尽早规范化诊治，又可延缓患者高尿酸血症和痛风病进展，提高痛风患者治疗的达标率，降低致残、致死率，减少社会和家庭负担，节约国家医疗成本[13]。近几年，国内外许多研究显示，将人工智能技术应用在医学诊疗领域以辅助医生进行疾病的诊断与治疗，并取得一定的成效。作为国内痛风病诊治的排头兵，青大附院内分泌与代谢性疾病科与青岛智能产业技术研究院、中科慧康共同研发“痛风病人工智能规范化诊疗系统”，并已在青大附院痛风专病门诊试运行取得满意效果[14]。由以上结果可知，经48 周干预后，高尿酸血症组研究组及痛风研究组尿酸水平均明显低于对照组，且单纯高尿酸血症组研究组尿酸达标率86.7%高于对照组68.4%（P<0.05）；痛风研究组关节炎发作次数少于对照组（P<0.05）。相关研究中，患者给予人工智能规范化诊疗系统后的尿酸达标率为84.68%高于常规诊疗[15]，与本文所得结果相近。

综上所述，人工智能规范化诊疗系统基于平行智能理论与顶级医疗专家的诊疗经验结合，构建精准化的诊疗模型，辅助医生标化诊疗路径，规范高尿酸血症及痛风的治疗效果显著。