AI聊天机器人在骨质疏松骨折术后患者延续护理中的应用.pdf

护理学杂志2 0 2 3年7 月第38 卷第14期:13论著AI聊天机器人在骨质疏松骨折术后患者延续护理中的应用岳瑞雪，李军科，岳淑梅，李燕平，孙邦建摘要：目的探讨AI聊天机器人在骨质疏松骨折术后患者院外延续护理中的应用效果。方法将30 0 例骨质疏松骨折术后患者按照时间分为常规组和干预组，每组150 例。常规组实施常规院外延续护理，干预组在常规组的基础上由AI聊天机器人辅助完成院外延续护理。比较两组干预后骨质疏松健康信念水平、健康自我管理能力、疼痛评分、关节功能及二次骨折发生率。结果出院1个月，3个月、6 个月、12 个月干预组骨质疏松健康信念水平、健康自我管理能力评分显著高于常规组，二次骨折发生率显著低于常规组（均P0.05）。结论AI聊天机器人用于骨质疏松骨折术后患者院外延续护理，可有效提高患者骨质疏松健康信念及健康自我管理能力，降低二次骨折发生率。关键词：骨质疏松；骨折；人工智能；聊天机器人；健康信念；自我管理；疼痛；延续护理中图分类号：R473.2D0I:10.3870/j.issn.1001-4152.2023.14.013Application of AI chatbot in continuity of care for patients with osteoporotic frac-tures Yue Ruixue,Li Junke,Yue Sumei,Li Yanping,Sun Bangjian.Orthopedics Department of Handan FirstHospital,Handan 056002,ChinaAbstract:Objective To explore the application effect of Artificial Intelligence(AI)chatbot in continuity of care for patients with os-teoporotic fractures after discharge.Methods A total of 3oo patients with postoperative osteoporotic fractures in our hospital weredivided into a routine group and an intervention group according to time,with 150 cases in each group.The routine group receivedroutine continuity of care,and the intervention group received AI chatbots-based continuity of care on the basis of routine care.Theosteoporotic health belief level,health self-management ability,pain score,joint function,and incidence of secondary fractureswere compared between the two groups after intervention.Results The osteoporotic health belief level and health self-managementability scores of the intervention group were significantly higher than those of the control group at 1 month,3 months,6 months,and 12 months after discharge,and the incidence of secondary fractures was significantly lower than that of the control group(allP0.05).Conclusion The AI chatbot used in the continuity of care for patients with osteo-porotic fractures after discharge can effectively improve patients osteoporotic health belief and health self-management ability,andreduce the incidence of secondary fractures.Key words:osteoporosis;fracture;artificial intelligence;AI chatbot;health belief;self-management;pain;continuityof care老年人发生骨质疏松骨折的风险大，且10%14%的患者首次发生骨折后1年内再次发生骨折1-2 。有研究指出，患者出院后未得到及时正确的延续性护理，导致骨质疏松健康信念水平及健康自我管理能力低下是引起患者二次骨折的重要因素3。骨质疏松骨折患者出院后予以延续性护理是提高患者健康信念及自我管理能力，降低二次骨折发生率的关键。但既往研究中采用的常规延续护理易受时间、空间等的限制，影响干预效果4。因此，寻找不受时间、空间限制的延续护理干预手段对提高干预效果具作者单位：邯郸市第一医院骨科（河北邯郸，0 56 0 0 2)岳瑞雪：女，本科，主管护师，科研项目：河北省卫生健康委医学科学研究课题（2 0 2 2 0 50 7）收稿：2 0 2 3-0 1-12；修回：2 0 2 3-0 3-18有重要意义。人工智能（ArtificialIntelligence，A I)聊天机器人是一种通过语音、文本等形式，根据用户语言来模拟人类对话，并进行完整交互的计算机程序5。本研究将AI聊天机器人应用于骨质疏松骨折术后患者院外延续护理，并探讨其临床价值。报告如下。1资料与方法1.1一般资料本研究经本院伦理委员会审批（H D Y Y-LL-M Y 2 0 2 2-K 18）。将我院2 0 18 年8 月至2019年7 月出院的150 例骨质疏松骨折术后患者作为常规组，2 0 19 年8 月至2 0 2 1年出院的150 例患者作为干预组。纳人标准：年龄6 5岁；符合骨质疏松的诊断6 ，且经MRI确诊为髋关节骨折，接受人工髋关节置换术；骨折前具有生活自理能力；文化程度初14中及以上，有智能手机，可独立操作微信。排除标准：存在认知功能障碍、听视觉障碍及交流障碍；存在其他部位或其他类型骨折；并存其他器官严重功能障性别(例)年龄BMI(kg/m，骨密度组别例数男女(岁，s）s）(SD,s)常规组150干预组150统计量P1.22方法1.2.1干预方法1.2.1.1 常规组时建立患者随访登记卡，内容包括患者基本信息以及出院带药、骨密度水平等。出院1周内。由患者的责任医生通过电话随访，了解患者出院后恢复情况，提醒患者遵医瞩服药及下次复诊时间。出院2 个月内。每周由责任护士进行随访（门诊、电话或家庭随访），了解患者服药、疼痛、髋关节功能情况等，并解答患者的疑问。出院3个月、6 个月及12个月。每月由责任护士、责任医生共同完成随访，对患者进行骨质疏松骨折相关知识宣教，关节功能锻炼指导，讲解用药知识、骨质疏松保健知识，日常生活注意事项等。1.2.1.2干预组在常规组的基础上由AI聊天机器人辅助完成院外延续护理。AI聊天机器人的建立：利用微信小程序构建AI聊天机器人系统，分数据层、知识储蓄层、计算层、系统引擎层以及AI聊天应用层。数据层主要爬取数据，数据爬取为Spider。由AI聊天机器人的院外延续护理小组成员通过中英文数据库爬取骨质疏松及骨质疏松骨折发生原因，治疗手段及现状，手术治疗后常见并发症，并发症高发因素、预防措施，术后不同康复阶段功能锻炼方法，术后合理用药，术后二次骨折发生危险因素，预防措施，常见护理问题及相关解决办法等。数据存储为Redis。知识储蓄层主要通过文本形式储存知识，同时辅以二进制的图片、视频、音频等。计算层是AI聊天机器人系统的基石，主要为自然语言处理算法。引擎层由输人会话匹配引起和多轮对话分析生成引擎组成，输入会话匹配用于接收和分析患者语言、语音输入；多轮对话分析保证对外输出和会话的多轮性；两者共同形成AI聊天机器人的交谈机制。应用层类似各程序的客户端，分为患者端与医护人员端，医护人员端通过计算机操作，患者端通过个人手机操作。在整个使用过程中，AI聊天机器人在接收到患者会话后，将会话经过网络传递至后台，通过处理计算最终产出AI回Journal of Nursing Science Jul.2023Vol.38No.14碍；存在平衡、移动、步态及肌力功能障碍。两组患者一般资料比较，见表1。表1两组患者一般资料比较受伤至手术时间可并存糖使用(d,士s)尿病(例)激素（例）初中高中大学及以上678374.695.8925.703.634.150.51549673.825.7826.283.244.230.59x2=2.341t=0.7280.1260.467采用常规院外延续护理。出院文化程度(例)3.551.20363.29 1.1229t=1.458t=1.2560.1460.2101518t=1.940 x2=0.962X2=0.3060.0530.327复。指导患者使用AI聊天机器人，包括注册方法、信息填写要求、使用方法、注意事项、常见问题解决方法等。并根据患者注册信息收集其基本信息及疾病相关信息。出院当日，责任医生及责任护士通过AI聊天机器人主动向患者发起对话，向患者讲解出院1周内注意事项，合理用药，嘱患者正确摆放或制动患肢，并向患者发送短视频，分步骤讲解髋关节保健操；在患者提出疑问时耐心解答疑问。患者出院后3个月、6 个月及12 个月随访时间中，AI聊天机器人根据与患者的会话，抓取患者对院外延续性护理需求的关键，并根据患者需求每日主动发起对话，讲解髋关节功能锻炼方法，正确服药及饮食方法，坚持功能锻炼、合理饮食、定期复查、正确服药的重要性，提高患者健康信念；向患者详细介绍在髋关节功能恢复过程中常见护理措施；采用发送文字信息、语音等方式鼓励患者做力所能及的事。在干预期间，若患者主动向AI聊天机器人发起对话，提出康复疑问时，AI聊天机器人通过搜索数据库即刻回答患者疑问；当患者出现情绪性低落语言时，AI聊天机器人收集患者心理状态，采用幽默、正能量的话语鼓励患者，并讲解骨质疏松骨折治疗手段及现状，术后功能恢复情况，降低患者对骨质疏松骨折术后功能恢复不良的担忧和焦虑情绪，树立治疗信心。AI聊天机器人收集记录相关疑问上传至数据库，医护人员收集信息，并及时更新数据相关信息。1.2.2评价方法Kim等7 编制、陈玉平等8 翻译和修订的骨质疏松健康信念量表（Osteoporosis Health Belief Scale,OH-BS)测量患者骨质疏松健康信念。该量表包含健康信念、骨质疏松知识、预防保健行为3个维度7 个分量表（健康动机、运动益处、运动障碍、易感性、严重性、钙摄入益处、钙摄人障碍）。每个分量表各包含6 个条目，每个条目采用Likert5级评分法评估，很不同意=1分，很同意=5分。分值越高患者骨质疏松健康信念越高。健康自我管理能力。采用成人自我管理能力测量表（AdultHealthSelf-Management19230.580骨质疏松健康信念。采用8172Z=0.1870.8515055护理学杂志2 0 2 3年7 月第38 卷第14期Skill Rating Scale,AHSMSRS)91测量患者健康自我管理能力水平。包含健康自我管理认知（14个条目）、健康自我管理行为（14个条目）、健康自我管理环境（10 个条目）3个维度。每个条目采用Likert5级评分法。“从不”或“没有信心”或“不同意”计1分，“总是”或“同意”或“有信心”计5分。总分38 19 0 分，分值越高患者健康自我管理能力越高。疼痛评分。采用视觉模拟评分法（VisualAnalogueScales，VAS)10评估患者骨折部位的疼痛情况。关节功能。采用Harris髋关节功能评分11I评估患者髋关节功能，总分10 0 分，分值越高患者髋关节功能越好。二次骨折发生率。记录两组患者出院后12 个月内髋关节二次骨折发生率。干预前所有量表由责任护士完成，量表填写前，责任护士向患者讲解量表测量的目的、意义、方法及填写注意事项。出院1个月、3个月、6 个月、12 个月量表主要通过患者门诊随访测量或通过AI聊天机器人发送。门诊量表测量主要由责任护士完成；AI聊天机器人发送时利用问卷星软件进行，量表发送时附量表填写方法、注意事项等，责任护士另通过微信或电话方式再次向患者讲解量表组别干预前常规组82.213.87干预组81.344.09t1.892P0.059组别干预前常规组97.213.98干预组96.433.65t1.769P0.078组别干预前常规组4.321.54干预组4.541.43t1.282P0.201组别干预前常规组50.433.76干预组49.984.87t0.896P0.37115填写相关注意事项。1.2.3统计学方法采用SPSS22.0软件进行分析，服从正态分布的计量资料采用（土s）表示，组间比较采用t检验；计数资料采用检验；等级资料比较采用秩和检验。检验水准一0.0 5。2结果2.1随访结果除随访12 个月，30 0 例骨质疏松骨折患者共失访32 例，其中死亡1例，拒绝提供数据18例，搬离本地区13例。完成全程随访干预组137 例，常规组131例。出院后1个月，干预组150 例，常规组149 例；出院后3个月，干预组147 例，常规组143例；出院后6 个月，干预组142 例，常规组138 例；出院后12 个月，干预组137 例，常规组131例。2.2两组不同时间骨质疏松健康信念评分比较见表2。2.3两组不同时间健康自我管理能力评分比较见表3。2.4两组不同时间疼痛评分比较见表4。2.5两组不同时间关节功能评分比较见表5。表2 两组不同时间骨质疏松健康信念评分比较分，土s出院1个月出院3个月88.924.19103.328.5090.365.14106.397.812.6603.2570.0080.001表3两组不同时间健康自我管理能力评分比较出院1个月出院3个月109.338.83127.259.24112.439.35130.968.972.9523.5280.0030.001表4两组不同时间疼痛评分比较出院1个月出院3个月2.570.802.060.612.650.852.010.530.8390.7580.4020.449表5两组不同时间关节功能评分比较出院1个月出院3个月54.505.3669.226.0756.344.4968.326.931.4711.1960.1420.232出院6 个月117.879.54121.769.873.4710.001出院6 个月138.879.89143.6511.093.9400.001出院6 个月1.760.601.650.561.6410.102出院6 个月76.147.4575.327.520.9490.344出院12 个月128.5910.73132.5810.443.2640.001分，土s出院12 个月155.2212.84159.8112.323.1590.002分，土出院12 个月0.920.300.890.250.9410.348分，土s出院12 个月90.324.2089.435.211.6290.104162.6两组二次骨折发生率比较随访12 个月，干预组二次骨折发生率为4.6 7%（7/150），常规组为11.33%（17/150），常规组显著高于干预组（=4.529,P=0.033)。3讨论3.1AI聊天机器人的应用可有效提高患者骨质疏松健康信念及健康自我管理能力骨质疏松骨折高发于老年人群，且部分患者经治疗后发生二次骨折，不仅影响患者身心健康，还增加患者经济负担12 1。常规延续性护理易受时间、空间影响13。近年来，随着信息技术的发展，AI聊天机器人逐渐被应用于医学领域，并被认为是建立智能医疗体系的重要环节1。为此，本研究纳骨质疏松骨折患者，并探讨AI聊天机器人在骨质疏松骨折患者中的应用价值。结果显示，出院1个月、3个月、6 个月、12 个月干预组骨质疏松健康信念评分、健康自我管理能力评分显著高于常规组（均P0.05）。A I 聊天机器人在干预过程中，不受时间、空间的限制，患者可随时、随地与其沟通交流，机器人及时解答患者疑问，采用亲切、幽默、正能量的语言鼓励患者遵医嘱用药及康复训练15，以提高患者骨质疏松健康信念及健康自我管理能力16 。AI聊天机器人主动向患者发起会话，讲解疾病知识，可有效提高患者对相关知识的了解，提高主动治疗的能动性，改善患者自我管理能力17。Zhang等18 指出，基于AI聊天机器人的健康教育、临床指导等护理干预措施在提高患者疾病知识掌握度、改善患者健康观念方面更具优势。3.2AI聊天机器人的应用可降低患者二次骨折发生率促进骨质疏松骨折术后患者髋关节功能恢复，降低患者疼痛及术后二次骨折发生是提升延续护理质量及护理满意度的关键。本研究结果显示，干预后，两组疼痛评分、Harris髋关节功能评分比较，差异无统计学意义，但干预组二次骨折发生率显著低于常规组（P0.05）。表明AI聊天机器人在骨质疏松骨折术后患者院外延续护理中可降低二次骨折发生率，但在缓解患者疼痛、促进髋关节功能恢复方面与常规延续护理作用相当。两组在院外延续护理中均向患者讲解坚持功能锻炼、合理用药及合理饮食等知识，提高患者遵医行为，进而提高髋关节功能恢复效果，降低患者疼痛。AI聊天机器人在我国起步较晚，患者对其感到新奇，有更多兴趣与其沟通交流。在沟通交流过程中，患者能将羞于向医护人员启齿的疑问、想法等向AI聊天机器人提出，AI聊天机器人及时向患者解答疑问，避免传统延续护理疑问回答的延迟性，提高护理满意度19 。在Oga-wa等2 0 1研究中也发现，向患者引入AI聊天机器人后，患者沟通交流增多,对疾病的防治意识也显著上升。Journal of Nursing Science Jul.2023Vol.38 No.144结论AI聊天机器人应用于骨质疏松骨折术后患者院外延续护理，可有效提高患者骨质疏松健康信念及健康自我管理能力，降低二次骨折发生率。本研究由于随访时间较长，数据存在一定程度的缺失，对研究结论可能造成影响。AI聊天机器人在护理领域使用处于起步阶段，个人隐私信息安全、数据的传输和存储安全、使用中发生不良事件的责任认定等均有待进一步完善。参考文献：1陈学青,张英剑,商福青.阿仑麟酸钠片联合依降钙素对骨质疏松骨折患者术后骨痛的影响J.中国临床药理学杂志，2 0 2 1,37(9）：10 59-10 6 2.2陈立英，王亮，杨帆.微信教育在骨质疏松骨折患者延续护理中的应用效果J.中国骨质疏松杂志，2 0 18,2 4（3）：340-344.3郭春芮，龙娟，段自坤，等.延续性护理对骨质疏松性椎体压缩骨折患者术后服药依从性的影响J.中华创伤杂志，2 0 19,35(1)：44-49.4张继娜，赵姜楠，周燕，等.互联网十康复护理服务和延续性护理对骨质疏松性腰椎压缩骨折患者术后康复的作用J.中华创伤杂志，2 0 2 1，37（3）：2 6 1-2 6 6.5乔如妤，苏慕，乔建锋，等.基于深度学习的虚拟稽查AI机器人控制系统研究J.自动化与仪器仪表，2 0 2 1，5(1):222-225.6张智海，刘忠厚，李娜，等.中国人骨质疏松症诊断标准专家共识（第三稿2014版）J.中国骨质疏松杂志，2014,20(9):1007-1010.7Kim K K,Horan M L,Gendler P,et al.Developmentand evaluation of the Osteoporosis Health Belief ScaleJ.Res Nurs Health,1991,14(2):155-163.8陈玉平，刘雪琴，蔡德鸿.骨质疏松症健康信念量表的信度和效度测定J.中国临床康复，2 0 0 5，9（3）：19 6-19 7.9赵秋利，黄菲菲.成年人健康自我管理能力测评量表的编制及信度和效度检验J.中华现代护理杂志，2 0 11，17(8):869-872.io Dawes P,Haslock I.Visual analogue scales J.AnnRheum Dis,1982,41(4):434-435.11 Nilsdotter A,Bremander A.Measures of hip functionand symptoms:Harris Hip Score(HHS),Hip Disabilityand Osteoarthritis Outcome Score(HOOS),Oxford HipScore(OHS),Lequesne Index of Severity for Osteoar-thritis of the Hip(LISOH),and American Academy ofOrthopedic Surgeons（A A O S)H i p a n d K n e e Q u e s t i o n-naireJJ.Arthritis Care Res（H o b o k e n),2 0 1l,6 3(1):200-207.12J Fiore G,Tariciotti L,Borsa S,et al.Percutaneous Ce-ment-Augmented Screws Short Fixation for the treat-ment of severe osteoporotic vertebral burst fracturesJ.World Neurosurg,2022,163:e522-e531.13陈娜娜，刘媛媛，朱红燕，等.基于患者需求的延续性护理对老年骨质疏松性骨折患者康复的影响J.贵州医药，护理学杂志2 0 2 3年7 月第38 卷第14期2019,43(3):471-472.14李嘉欣，彭歆，付莹，等.聊天机器人在护理领域的应用进展J.护理学杂志，2 0 2 0，35（2 4）：17-2 0.15 Nadarzynski T,Miles O,Cowie A,et al.Acceptabilityof artificial intelligence(AI)-led Chatbot services inhealthcare:a mixed-methods study J.Digit Health,2019,5(1):2055207619871808.16 Grov C.Co-developing a mental health and wellbeingChatbot with and for young peopleJJ.Front Psychiatry,2020,11(1):606041.17 Lee H,Kang J,Yeo J.Medical specialty recommenda-tions by an artificial intelligence Chatbot on a smart-phone:development and deploymentJ.J Med InternetRes,2021,23(5):e27460.18 Zhang J,Oh Y J,Lange P,et al.Artificial intelligence摘要：目的了解老年患者的就医技术焦虑现状，分析其影响因素，为改善老年患者就医技术焦虑提供参考。方法采用一般资料调查表、技术焦虑量表和老年人数字健康素养评估量表对5所三甲医院就诊的318 例老年患者进行调查。结果老年患者就医技术焦虑总分为（41.0 2 士11.2 1)分。性别、文化程度、陪同者提供技术支持、数字健康信息获取和评估能力及数字信息应用能力影响老年患者的就医技术焦虑水平（均P0.05）。结论老年患者的就医技术焦虑处于中等偏上水平，可通过加强数字信息培训、制定引导服务策略等措施减少其技术焦虑，保障患者顺利就医。关键词：老年人；数字技术；技术焦虑；数字健康素养；智能信息设备；护理信息中图分类号：R473.1D0I:10.3870/j.issn.1001-4152.2023.14.017Current status and influencing factors analysis of medical technophobia in elderlypatients seeking medical treatment Wu Qingxian,Liu Chunxiang,Liu Lihuan,Fan Kuidi.Depart-ment Of Urology,the First Affiliated Hospital of Guangzhou Medical University,Guangzhou 510230,ChinaAbstract:Objective To explore the current status of medical technophobia in elderly patients seeking medical treatment,analyze itsinfluencing factors,and provide reference for improving medical technophobia in elderly patients.Methods A total of 318 elderlypatients from 5 tertiary hospitals were surveyed using the general information questionnaire,the Technophobia Scale,and theDigital Health Literacy Assessment Scale.Results The total score of medical technophobia in elderly patients was(41.0211.21).Gender,education level,technical support provided by accompanying persons,digital health information acquisition and assess-ment ability,and digital information application ability affected the level of medical technophobia in elderly patients(all Po.05).Conclusion The medical technophobia in elderly patients is at a medium to high level.Measures such as strengthening digital infor-mation training and formulating guidance service strategies can be taken to reduce their technophobia and ensure that patients re-ceive smooth medical treatment.Key words:elderly;digital technology;technophobia;digital health literacy;intelligent information equipment;nursinginformation数字化和老龄化是当前社会发展的两大趋势，运用智能设备和数字信息解决老龄问题是积极老龄化的必然要求。数字技术的发展，可帮助患者便捷完成预约挂号、健康评估和获取检验报告，可向患者推送科学的诊疗康复知识，帮助其与医护人员实现线上作者单位：广州医科大学附属第一医院泌尿医学中心（广东广州，510 2 30)吴青娴：女，本科，主管护师通信作者：刘春香，7 9 8 312 8 39 收稿：2 0 2 3-0 2-16；修回：2 0 2 3-0 4-1917Chatbot behavior change model for designing artificial in-telligence Chatbots to promote physical activity and ahealthy diet:viewpointJ.J Med Internet Res,2020,22(9):e22845.19J Nadarzynski T,Puentes V,Pawlak I,et al.Barriers andfacilitators to engagement with artificial intelligence(AI)-based Chatbots for sexual and reproductive healthadvice:a qualitative analysisJ.Sex Health,2021,18(5):385-393.2o Ogawa M,Oyama G,Morito K,et al.Can AI makepeople happy?The effect of Al-based chatbot on smileand speech in Parkinsons diseaseJJ.Parkinsonism RelatDisord,2022,99(1):43-46.(本文编辑吴红艳）老年患者就医技术焦虑及影响因素调查分析吴青娴，刘春香，刘丽欢，范葵娣沟通。数字技术是社会发展的重要支柱，个体的出行、购物和医疗均离不开数字技术。对于老年人群而言，这无疑是一项严峻的挑战。因老年人理解力和接受力受限，数字技术的普及也使得老年人感到不知所措，从而出现系列负性情绪3。技术焦虑是指个体对移动设备、人工智能和机器人等数字技术产生的非理性害怕、紧张、焦虑和恐惧等负性情绪，可导致个体回避使用数字技术4。本研究对老年患者就医技术焦虑进行调查，探讨技术焦虑的影响因素，以期为改善患者的技术焦虑，推动智慧养老和积极老龄化的发