人工智能机器人在妊娠期糖尿病孕妇居家自我管理中的应用

李果 王慧玲 朱玉芬 吕云 解红文 丁腊春 朱小兰 孙娟

妊娠期糖尿病（Gestational Diabetes Mellitus，GDM）是妊娠期最常见的代谢性疾病[1]。随着人们生活方式的改变及生育年龄的后移，其发生率在全球范围内呈明显上升趋势[2-3]。GDM可导致一系列近、远期母婴并发症，严重危害母婴健康。研究表明，良好的自我管理对血糖控制和减少母婴并发症具有重要意义[4]，但相关调查结果显示，GDM孕妇缺乏疾病应对能力[5]，自我管理处于良好水平的孕妇不足三分之一[6]。对GDM孕妇的居家自我管理进行规范指导及监督，是提高其自我管理水平及依从性的关键。近年来，人工智能（Artificial Intelligence，AI）技术的迅猛发展为健康管理开辟了新路径，特别是在慢性病患者的管理中应用效果显著[7-9]。2021年—2022年我院将AI机器人专利成果应用于GDM孕妇的自我管理中[10]，现将结果报告如下。

1 对象与方法

1.1 研究对象

经医院伦理委员会审批，采用便利抽样法，选取从2021年7月至2022年2月在我院确诊为GDM的80例孕妇作为研究对象。纳入标准：①符合中华医学会《妊娠合并糖尿病诊治指南（2014）》[11]的GDM诊断标准；②本次妊娠前无高血压、糖尿病及其他内分泌等疾病；③在本院产检并计划在本院分娩；④自愿参加并签订知情同意书；⑤初中以上文化水平，意识清醒，无认知障碍。排除标准：①妊娠＞30周；②有其他妊娠合并症或并发症；③多胎妊娠。采用非同期对照，将2021年7月—10月符合纳入及排除标准的40例孕妇纳入对照组，将2021年11月至2022年2月符合纳入及排除标准的40例孕妇纳入观察组。

1.2 研究方法

1.2.1 AI机器人设计及功能

AI机器人是本院发明的专利成果，医院与专业语音公司合作将发明成果转化为实物。在现有移动医疗实践的基础上，应用自然语言理解、人机交互等AI技术实现孕妇体征上传、生活方式管理及监督、智能咨询与随访功能，满足孕妇多层次需求。机器人涵盖了人机交互平台、云平台、问诊记录模块、知识平台及个人健康档案平台[10]。基于大数据共享，整合孕妇的诊疗数据和个人健康数据，形成完整的个人健康档案；通过人机交互，及时掌握孕妇健康状况并给予相应指导；将孕产本体知识库与互联网搜索融合，实现保健知识实时获取。系统构架见图1。

AI机器人服务功能分为用户端和医护人员管理端。用户端：支持与用户全程语音交互，具有健康管理、孕产随访、智能咨询、预约挂号四大功能模块。健康管理包括血压、血糖、体质量、膳食等信息的录入、存储、分析和预警；孕产随访包括孕期产检随访、健康知识考核、量表填写、健康计划等；智能咨询可对患者的声音数据进行分析和转换，从预先构建的知识库中提取有效信息并反馈给患者；预约挂号提供预约产检、产检提醒和报告推送功能。医护人员管理端：医护人员使用电脑访问，包括患者管理、随访管理和智能问答模块。患者管理提供患者综合查询与信息展示服务；随访管理包括随访方案配置、随访方案下发及随访结果统计与分析；智能问答模块可对客户端展示的智能咨询知识数据进行维护。

1.2.2 干预方法

1.2.2.1 对照组干预方案

对照组患者确诊为GDM后，接受如下干预。①建立GDM健康档案，产科医生和糖尿病专科护士根据患者病情，给予综合性评估、个性化健康指导及自我管理指导，包括糖尿病运动、饮食和药物治疗及心理相关行为指导等。②发放糖尿病自我健康管理手册，定期监测血糖，观察病情变化，评价患者自我管理的方法和效果。③定期在GDM专病门诊进行产检，监测胎儿发育情况。管理时间为从患者确诊糖尿病开始至分娩结束。

1.2.2.2 观察组干预方案

观察组在对照组的基础上使用AI机器人进行居家自我管理，具体方案如下。①GDM孕妇入组时签订AI机器人使用协议，糖尿病专科护士发放机器人，协助用户绑定并登录，一对一讲解并演示AI机器人功能和使用方法，教会孕妇自我体征测量方法，确保孕妇完全掌握。②居家管理内容。a.体征监测。母婴专科护士根据评估结果，预先在后台患者管理模块中录入孕妇的体征管理目标，孕妇根据要求通过机器人录入血糖、血压、体质量、心率等数值。接收到异常值提醒后，医护人员进行远程指导或安排孕妇就诊。所录体征自动生成趋势图，与目标色带形成直观对照，供孕妇及管理者调阅。b.膳食指导。机器人根据孕周和BMI计算孕妇每日所需热量并提供相应热量的食谱，孕妇也可自主搭配，在机器人上选择每日计划食用的食物种类及份数，当热量超过或低于所需热量的10%时，机器人提醒孕妇调整饮食计划。饮食计划确认后自动保存。c.运动管理。糖尿病专科护士根据孕妇体质量、运动适应证及运动习惯与孕妇共同制定运动计划，机器人提供生育舞蹈、孕期瑜伽等跟练视频，以每周至少3 d，累积时长至少为150 min的中等强度锻炼为目标[12]，在机器人上打卡记录。机器人每周反馈运动情况。d.信息支持。孕妇遇到疑问时可随时唤醒机器人并提问。此外，糖尿病专科护士、营养专科护士及母婴专科护士共同整合了包括GDM知识、饮食指导、运动指导、药物指导、孕期保健和母婴护理的健康教育包。健康教育包分为必修及选修：必修为共性指导，机器人每周按计划推送3次；选修为个性化指导，即母婴专科护士通过评估，推送给孕妇的有针对性的健康宣教。内容推送后机器人灯闪烁亮起，提醒孕妇收听或观看并完成相应内容的考核，机器人对考核不达标的教育内容会提醒孕妇再次进行学习直至考核通过。所有健康教育内容可重复收听或观看。e.综合指导。孕妇除了进行体征、膳食及活动情况的主动随访外，母婴专科护士通过评估为孕妇制定个性化随访方案，如通过推送焦虑、自我效能等量表来了解孕妇的心理状态，管理团队根据随访结果给予孕妇相应的健康管理建议。③干预结束完成满意度调查后，AI机器人交由专人回收处理。

1.2.3 质量控制

所有管理成员均经过统一培训，掌握研究方案、干预流程、机器人应用及后台管理。成员间分工协作，定期研讨。

1.3 评价指标

1.3.1 血糖控制达标率

孕妇于妊娠32周、37周各采集（分娩时未满37周者于入院当日采集）一次空腹血糖（Fasting Blood Glucose，FBG）、餐后2 h血糖（2 hour Postprandial Blood Glucose，2hPBG）、糖化血红蛋白（HbA1c）。血糖控制目标：FBG为3.3～5.3 mmol/L，2hPBG为4.4～6.7 mmol/L，HbA1c＜5.5%[13]。2次采集3项数值均在目标范围内为达标。

1.3.2 孕期体质量增长达标率

根据推荐体质量控制目标：孕前体质量指数（Body Mass Index，BMI）＜18.5 kg/m2者，孕期适宜增重12.5～18.0 kg；孕前BMI在18.5～24.9 kg/m2之间者，适宜增重11.5～16.0 kg；孕前BMI在25.0～29.9 kg/m2之间者，适宜增重7.0～11.5 kg；孕前BMI≥30 kg/m2者，适宜增重5～9 kg[13]；孕期体质量增长控制在适宜增重范围内为达标。

1.3.3 自我管理水平

于孕妇入院待产当日采用妊娠期糖尿病患者自我管理能力问卷[14]进行评估。问卷包含4个维度，分别是相关知识、管理方法与行为、态度与信念及社会支持。问卷共有26个条目，采用Likert 5级评分法，非常不同意、不同意、不一定、同意、非常同意分别计1～5分，总分范围为26～130分，分数越高表示自我管理能力越强。问卷具有良好的信度及效度。

1.3.4 不良围产结局发生率

不良围产结局发生率包括两部分。①母亲：剖宫产、妊娠期高血压、产后出血、胎膜早破、羊水过多及早产发生率；②新生儿：大于胎龄儿（Large for Gestational Age，LGA）、新生儿低血糖、胎儿生长受限（Fetal Growth Restriction，FGR）、新生儿窒息发生率。

1.3.5 AI机器人使用情况及满意度

干预结束后统计AI机器人后台使用数据，包括人均使用天数、体征上传次数、膳食信息份数、运动信息次数、智能咨询次数、人均接受健康宣教及考核次数。此外，对AI机器人的功能、应用效果及团队管理服务3个方面进行满意度评价，评价结果分为满意、一般和不满意。

1.4 统计学方法

采用SPSS 20.0软件进行数据分析，计数资料采用频数、率描述，通过χ2检验进行比较；计量资料用均数±标准差描述，通过t检验进行比较。以P＜0.05为差异有统计学意义。

2 结果

2.1 两组GDM孕妇一般资料的比较

对照组初产妇23例，经产妇17例；年龄为24～40（31.33±3.98）岁；孕周为24～28（25.79±0.98）周；孕前BMI为（23.41±2.57）kg/m2。观察组初产妇21例，经产妇19例；年龄为22～41（30.70±3.79）岁；孕周为24～29（25.88±0.97）周；BMI为（23.61±2.87）kg/m2。两组孕妇一般资料比较，差异均无统计学意义（P＞0.05）。两组患者均无脱落，全部完成了研究。

2.2 AI机器人使用情况及满意度

观察组孕妇人均使用AI机器人86 d，共上传体征3120次，保存膳食信息2760份，记录运动信息1540次，智能咨询5220次，人均接受健康宣教及考核33次；AI机器人功能满意度为95.0%，应用效果满意度为97.5%，团队管理服务满意度为100%。

2.3 两组孕妇孕期血糖及体质量增长达标情况比较（表1）

?

2.4 两组孕妇自我管理能力得分比较（表2）

?

2.5 两组孕妇不良围产结局发生情况比较（表3）

?

3 讨论

3.1 应用AI机器人促进GDM孕妇自我管理的优势

GDM的管理涉及糖尿病和妊娠两大范畴，管理内容复杂且疾病周期较长，完成管理方案的精准实施并达到预期成效需要耗费大量人力资源。尽管近年来越来越多的移动信息技术手段（如手机应用程序等）被用于GDM患者的辅助管理，总体智能程度仍较低，难以满足患者长期且复杂的自我护理需求，且患病人数不断攀升，医护人员的工作负担日益增加。基于AI机器人的居家自我管理支持能够为GDM孕妇提供优质的个性化服务和良好的交互体验，满足该群体广泛而现实的自我管理需求，并且操作简单，互动性强，不受时间、空间限制，信息的传播和反馈效率高，能够充分调动患者自我管理的积极性和依从性。此外，AI机器人的应用减少了医护人员宣教的工作量，不再需要重复宣教，节约了大量时间成本。医护人员通过AI机器人配套的管理后台，可以及时了解患者反馈的信息，获取完整的使用数据，提升管理效率，在GDM孕妇数量持续增长和医护人力资源紧张的当下，对合理优化资源配置和医疗服务体系，提高医疗资源利用率具有重要意义。

3.2 使用AI机器人能更有效地帮助GDM孕妇控制血糖和体质量

研究表明，血糖控制水平和孕期体质量增长控制水平均与不良围产结局发生率呈负相关[15-16]，控制不佳时，产妇、新生儿转归为2型糖尿病的概率也随之上升[17]，因此，控制血糖和体质量是GDM管理的重点。本研究中观察组孕妇FBG、2hPBG、HbA1c及体质量增长达标率均高于对照组（P＜0.05），说明使用AI机器人能更有效地帮助GDM孕妇控制血糖和体质量。AI机器人根据母婴专科护士设置的血糖和体质量控制目标值形成预警色带，与孕妇所录体征自动对照，孕妇可以直观地了解自己的血糖和体质量控制水平。血糖和体质量控制的核心在于饮食和运动，AI机器人为孕妇提供合理的膳食方案，既能满足孕期热量需求又避免营养过剩。运动可以改善身体对糖的代谢，管理团队通过评估与孕妇共同制定运动计划，AI机器人监督计划的执行，精准化的指导可提高孕妇运动依从性[18]。合理的膳食和运动为良好的血糖和体质量控制行为打下基础。

3.3 AI机器人应用于GDM孕妇可提高其居家自我管理能力

GDM孕妇是疾病控制的主体，其自我管理能力与母婴结局息息相关。影响GDM孕妇自我管理的主要因素，除了年龄、文化程度等不可控因素以外，还有自我效能、疾病认知及社会支持等可变因素[19]。本研究结果显示，干预后观察组孕妇的自我管理能力总分及4个维度得分均高于对照组（P＜0.001），表明应用AI机器人有利于提高GDM孕妇的自我管理能力，与相关研究结果一致[20]。本研究中孕妇通过接受AI机器人推送的有计划的个性化健康宣教，获得GDM相关知识和保健技能，除此之外，有智能咨询功能随时为孕妇答疑解惑，从而提高了孕妇对疾病的认知水平，使孕妇重视疾病带来的危害并认识到自我管理的好处，进而能够更好地进行自我管理。另外，李彩菲等[21]的研究表明，良好的社会支持能增强患者的健康信念，激发患者的自我管理潜能。多学科管理团队通过后台监测为母婴保驾护航；AI机器人为孕妇提供科学的饮食和活动计划，帮助孕妇建立健康的生活方式，其消息推送及提醒功能在孕妇居家自我管理中起到督促的作用，能够提升孕妇自我管理依从性，提高自我管理效能；鼓励家属参与和机器人的互动学习，减少如“孕期不能运动”“营养补充越多越好”等传统妊娠观念的阻碍。专业团队、AI机器人及家属三位一体的多元化社会支持促进了GDM孕妇自我管理能力的提升。

3.4 GDM孕妇使用AI机器人进行居家自我管理有利于降低不良围产结局发生率

AI机器人作为自我管理的辅助支持工具，具有智能性、及时性、互动性等优势，能够给予孕妇连续性的监测和指导，孕妇自我管理能力得到提升，血糖及体质量得到较好控制，从而减少了不良围产结局的发生。表3显示，观察组孕妇剖宫产、妊娠期高血压、LGA及新生儿低血糖发生率低于对照组（P＜0.05），说明GDM孕妇使用AI机器人进行居家自我管理有利于降低不良围产结局发生率。两组产妇产后出血、胎膜早破、羊水过多、早产、FGR及新生儿窒息发生率比较，差异无统计学意义（P＞0.05），分析原因，可能与本研究涵盖的样本量较小有关，有待进一步扩大样本量进行验证。

4 小结

基于AI建立的有针对性的数据驱动的精准护理是糖尿病护理的未来。本研究中AI机器人能够全程语音交互，提升用户使用体验及管理依从性，对提高GDM孕妇居家自我管理能力，有效控制血糖及体质量，降低不良围产结局有积极意义，可将其视为GDM孕妇居家自我管理中的教育者、陪伴者和督促者。当前研究仍存在一定局限性，如缺乏大样本、多病种数据，后期将根据用户需求及体验进一步优化和完善AI机器人功能并将其应用到产科其他高危人群的随机对照试验中进行测试。此外，AI机器人若投入使用，考虑以增值服务的方式进行，相关责权和利益问题仍需要进一步完善。