前言

• 定义：慢性阻塞性肺疾病（COPD）简称慢阻肺病，是一种全球范围内的重大健康问题
• 现状：传统防治模式具有局限性，数智化健康管理成新路径
• 数智化健康技术：融合数字化手段与智能算法，实现以健康为中心的智能化技术
• 目标：明确技术定位与作用，为医务人员提供实践指导
• 适用人群：全科医生等多类人员

流行病学及危险因素

• 疾病情况：异质性肺部疾病状态，有呼吸困难等症状，气道和/或肺泡异常，气流阻塞
• 流行情况：全球新发病例与现患病例多，我国患病率高、死亡人数多、经济损失大
• 危险因素：个体因素包括遗传、生命早期异常等；环境因素包括烟草暴露、空气污染等

慢阻肺病健康管理目标与诊疗策略

• 目标人群
  • 高风险人群：尽早筛查、诊断和干预
  • 稳定期患者：以吸入治疗为核心，个体化药物治疗和非药物干预，闭环随访优化方案
  • 急性加重期患者：鉴别诊断，评估严重程度分级诊疗，预防急性加重
• 数智化诊疗
  • 筛查：AI风险预测模型、便携监测设备、诊断辅助系统
  • 稳定期管理：多源数据融合与AI动态决策
  • 急性加重早期识别：分析实时数据预警，移动端推送干预建议

数智化健康技术在慢阻肺病筛查和诊断中的应用

数智化健康技术在慢阻肺病筛查中的应用

• 早期识别路径
  • 筛查：一般人群肺功能检查，不推荐低危群体常规开展
  • 病例发现：有症状或危险因素人群有针对性肺功能检查，是提高早期诊断率关键
• 监测技术
  • 直接监测技术：接触人体采集信号，AI辅助初步识别气流受限
    • 非诊断性肺功能仪：$\text{FEV}_1/\text{FEV}_6$为筛查指标，诊断效能较好
    • 脉冲振荡计（IOS）：潮式呼吸检测，评估小气道功能，敏感性高
    • 呼吸峰流速仪（PEF）：与问卷、CT联合，筛查效能优于单一工具
    • 光学飞行时间（ToF）传感器和毫米波雷达：非接触测量胸廓位移，推算肺相关参数
    • 电子鼻（e-nose）：分析呼出气VOCs，提供无创诊断方法
    • 生物电阻抗断层成像（EIT）：无创床旁功能成像，早期病变识别有前景
    • 可穿戴设备：监测心率、呼吸、血氧等，采集咳嗽信息
  • 间接监测技术：采集非直接接触人体数据，AI预测气流受限风险
    • 电子问卷：包括COPD - PS、COPD - SQ、CAPTURE等
    • 电子健康档案：与AI构建模型，识别高风险人群，受数据完整性等限制
• 推荐意见
  • 推荐基层配置便携式筛查性肺功能仪，接入数字化系统
  • 推荐基层部署风险预测模型初筛，高风险人群优先肺功能检查

数智化健康技术在慢阻肺病诊断中的应用

• 诊断困境
  • 未诊断、延迟诊断：高风险人群病例发现不足、基层肺功能检测可及性不足
  • 错误诊断：诊断性肺功能检查质控难、呼吸环识别困难、对早期病变不敏感
• 双重技术路线
  • 优化现有肺功能检测流程：AI增强质控系统，实时纠偏呼吸动作、智能识别呼吸环与自动判读
  • 开拓PFT替代诊断手段
    • 呼吸音与语音特征分析：识别早期气流受限声学标志
    • 运动传感器/光电容积描记术：监测日常活动肺功能耦合，限于科研探索
    • 电子鼻：检测气道炎症代谢特征，标准化与可重复性不足
    • 胸部CT：量化评估肺气肿和气体潴留程度，不宜作基层常规诊断工具
    • EIT：展现床旁实时可视化区域通气异质性能力，诊断阈值等待明确
• 潜在应用：AI辅助寻找影像学特征、生物标志物及构建多模态模型，提供个体化治疗

数智化健康技术在慢阻肺病综合评估和分级诊疗中的应用

稳定期管理

• 监测用药的数智化技术：电子药物监测器记录用药信息，呼吸健康管理系统评估疗效
• 症状及生命体征监测手段：可穿戴技术监测生理参数，多源数据预测模型预警急性加重
• 临床决策支持系统：嵌入电子病历，生成个体化治疗推荐
• 推荐意见3：推荐对依从性不佳或反复急性加重的稳定期患者，使用电子药物监测器

急性加重期

• 急性加重预警：构建多参数融合的风险预测模型，多种应用程序可提前识别
• 远程医疗数智化应用：AR远程交互与服务系统提升远程协作效率
• CDSS：引入数智化预测模型，辅助预后判断和治疗策略制定
• 推荐意见4：推荐基层对GOLD指南B、E组患者应用数智化风险预测模型

非药物治疗

• 戒烟：结合行为干预与数字疗法，可配合便携式CO检测仪
• 肺康复：数智化干预用于智能处方制定、训练监督及能力评估
• 疫苗接种：虚拟客服和聊天机器人可提高接种率
• 推荐意见5：对吸烟患者，可采用大语言模型驱动的数字认知行为疗法戒烟

共病的数智化筛查与管理

• 数据整合与智能分析：整合临床数据，提取关键信息
• 远程监测与物联网：可穿戴设备和传感器辅助筛查共病
• AI辅助诊断：影像智能分析明确合并症情况

分组及分级诊疗

• CDSS综合分析分组，制定个性化治疗方案
• 分级匹配与分类：实时识别病情，实现转诊
• 实时反馈与动态调整：监控病情变化，调整诊疗路径
• 优化资源配置，降低医疗成本
• 提升医疗服务质量：精准识别病情，安排专科治疗
• 区块链技术分级诊疗体系：促进数据流转和转诊服务

数智化技术在健康教育和患者自我管理中的应用

数智化教育计划的制订和实施

• 建立专业知识库：有循证依据、专家审核
• 制定个性化计划：结合多维度数据，采用多种技术手段实施
• 实施评估与反馈：根据进程、效果和反馈自动调整
• 定义：采用数智化手段对患者及照护者开展涵盖疾病知识、治疗方案等内容的教育活动
• 技术基础：建立有循证依据、专家审核的专业知识库
• 计划制定：基于多维度数据，由专业知识库结合 AI 制定个性化计划
• 实施手段：采用大语言模型、AR、VR、数字人等技术
• 调整机制：可根据实施进程、效果及患者反馈自动调整
• 发起者：家庭医生或呼吸专科医生

数智化患者自我管理

• 内涵：戒烟、规范治疗、监测症状、健康生活方式及肺康复
• 推荐意见6：推荐数智化健康教育工具使用专业知识库
• 应用特征：结合行为科学，涉及医患共同决策，个体化、精准化
• 推荐意见 6：推荐使用基于权威指南及高证据等级文献的专业知识库，经专家审核并标注溯源信息
• 推荐意见 7：推荐数智化自我管理工具内置行为改变技术，包含目标设定等 4 项核心要素

数智化技术应用

• 现状：在呼吸领域疾病诊疗及管理中显示优越性，提供有效补充和完善
• 具体应用：可穿戴设备用于肺功能测定等，AI 影像分析用于肺结节预测等
• 未来趋势：协助医务人员决策，延伸诊疗和管理能力，但需验证有效性等

跨学科合作方案

• 合作方：临床医学、护理学、智能医学、数据挖掘、政策和患者代表
• 医疗护理人员：借助 AI 实现早期诊断治疗管理，制定个性化方案，远程随访
• AI 及专家：研制新型医疗器械，搭建平台，开发软件，优化算法
• 患者代表：反馈问题和需求，提供决策支持
• 规范标准：制定技术规范和标准，加强监管

成本效益评估

• 重要性：验证投资合理性，是可持续推进的基础
• 成本核算：包括初期投入和持续性支出
• 效益体现：提升健康管理效率，减少患者急性加重次数等
• 评估方法：构建动态模型，量化对比成本与效益
• 目标：降低成本，实现技术扩散与效益最大化

责任认定

• 医疗机构：负责数据合规、隐私保护、诊疗流程规范，建立准入与质控机制
• 技术方：保障算法准确、系统稳定及迭代更新，对系统故障导致的误诊负责
• 医务人员：监管数智工具结果，承担最终诊疗决策责任
• 患者：配合数据采集与管理，对隐瞒信息致诊疗偏差负责

政策环境与法规保障

• 数据安全：医疗机构对患者数据全程保护，数智化系统采用加密技术和权限管理
• 技术运用规范：辅助诊断结合医生判断，治疗方案参考大数据需符合指南，患者管理动态跟踪数据
• 远程及 AI 管理：明确信息安全和医疗安全边界，AI 产品需严格审批
• 发展方向：解决技术和伦理问题，政策引导，技术优化，保障患者隐私