雖然臨床醫師的倦怠是眾所周知的，但慢性病族群中的「病患倦怠」也是同樣重要但沉默的問題。管理慢性病，尤其是糖尿病，是複雜而艱鉅的。不依從影響 12% 的美國人口患有第 2 型糖尿病； 42% 的慢性病患者至少患有兩種或兩種以上疾病。

Teladoc Health 心臟代謝臨床策略主管 Tejaswi Kompala 博士表示，人工智慧正在重新思考醫療保健對糖尿病等慢性病的治療方法。她相信人工智慧可以透過以下方式提供幫助：

• 個人化干預措施，以提高患者參與度並降低糖尿病管理中的 A1c 水平。

• 提前一年預測和識別有失控結果風險的患者。

• 與醫療保健提供者和教練協同工作，以增強患者體驗。

我們採訪了Kompala，了解她對這些主題的見解，以及她作為內分泌學家的實踐中的例子，了解人工智慧如何幫助全面治療患者，重點關注心臟代謝健康的主要支柱，以實現可持續的結果— —營養、活動、睡眠和壓力。

Q：請描述一下您所說的慢性病族群中的患者倦怠。正如你所說，這是一個「沉默的問題」。

一個。 臨床醫師倦怠是一個嚴重且有據可查的問題，但病患倦怠常常被忽略。雖然很少有人談論，但患者倦怠會對健康造成嚴重後果——從我自己的實踐來看，我可以看到這種情況正在上升。

影響因素之一是慢性病的日益普及。 大約 42% 的美國人至少患有兩種慢性病，這只會增加每位患者在護理過程中已經面臨的複雜性。

管理這些條件是一項持續的挑戰，需要大量的承諾、參與和資源 以及完全遵守藥物和治療計劃的時間。兼顧管理慢性病的要求是有壓力的，而且常常會影響一個人的心理健康。事實上，糖尿病患者出現心理健康問題的可能性是非糖尿病患者的兩到三倍。

這些情況會使成功堅持治療計劃變得更加困難。不遵從 – 當患者不按規定服藥或遵循指導方針時 – 是一個主要問題，可能源於生活中的日常壓力源，複雜的劑量或治療計劃會加劇這種壓力。

有很多事情需要記錄：記住服藥、改變生活方式和行為以及及時進行醫療預約。請記住，患者通常在一生中都要應對這些狀況，這也會導致不知所措和倦怠的感覺。

在我的實踐中，我們看到年輕人中慢性病的數量不斷增加，這可能會加劇這些挑戰。我們要求患者幾十年來致力於自己的健康 – 不只是幾週或幾個月。

Q：一般而言，人工智慧如何介入並幫助緩解患者倦怠？

一個。 管理慢性病是一種負擔，患者有時會出現動力不足和倦怠的情況，這是正常的。人工智慧可以發揮強大的作用，讓人們在這些潮起潮落中保持參與。

在過去幾年中，我們開始利用人工智慧的新應用來主動識別有糖尿病不受控制風險的患者。我們的預測模型使用血糖水平、藥物填充、食物記錄和其他健康信號等數據來識別高風險族群並推動更多參與該計劃。參與是促進健康結果的關鍵因素，可以幫助解決患者的倦怠問題。

此外，像這樣的人工智慧模型有助於識別患者的行為模式，當患者錯過多次服藥或跳過記錄其活動時，這些模式表明潛在的倦怠或不依從的跡象。

這些見解可以幫助患者保持在正軌，避免陷入醫療保健系統的困境。最終，它可以幫助臨床醫生更有效地分配資源和時間，為患者最需要的地方提供額外的支持。

Q：人工智慧如何提前一年預測和識別面臨失控結果風險的患者？

一個。 預測模型有可能透過提前一年主動識別存在不受控制結果風險的患者或族群，從而改變糖尿病照護。這一點尤其重要，因為長期不受控制的糖尿病可能會導致嚴重且毀滅性的併發症，例如神經損傷。

透過預測建模，我們能夠分析 100 多個持續的個人健康數據點，以識別處於風險中的人，並根據他們的個人化健康旅程將可能影響其風險狀態的屬性歸零。

定期分析數據，考慮一系列輸入，從血糖讀數的頻率到藥物劑量，甚至一個人對應用程式中教育材料的參與程度。從歷史上看，醫學一直採取反應性方法 – 出現併發症後的反應。但科技的新應用使我們有機會在出現併發症之前做出反應和介入。

一旦確定誰有風險，臨床醫師就可以做出反應，幫助病人重回正軌。從被動方法轉變為主動方法可以提供更有效、量身定制的護理。 這些工具可以提供更及時、個人化的干預措施，以避免併發症、改善結果並更好地控制雇主和健康計畫的成本。

Q：人工智慧如何與醫療保健提供者和教練協同工作，以增強患者體驗？

一個。 我喜歡將其視為協作智能與「人工智慧」。作為臨床醫生，這些工具幫助我們利用數據和見解，使我們變得更聰明、更有效和更有效率。透過使用每個人體內、表面和周圍的數據，人工智慧可以幫助實現更個人化的護理。

在從數據中獲得相關見解方面，新興技術將在未來繼續發揮更大的作用，但最終取決於人類（教練和臨床醫生）利用他們與患者建立的信任關係來幫助將這些見解轉化為現實。諸行動，推動更好的成果。

在整個護理過程中，這些見解確定了哪些參與方法對某些人群有效，以及哪些地方需要額外的干預措施來瞄準和吸引患者。

透過醫療保健提供者或教練進行有針對性的干預可以在推動永續行為改變方面發揮重要作用，例如幫助患者堅持用藥、定期運動和健康飲食。 最終，這些工具實際上幫助我們變得更人性化，並提供更富同情心和同理心的照護。

Q：請提供一些您作為內分泌科醫生在實踐中的見解和範例，以了解人工智慧如何幫助整體治療患者。

一個。 在我自己的實踐中，我看到人工智慧的最大潛力是提供見解，使我自己和同事能夠提供更個人化的護理，支持個人日復一日的行為變化。

例如，我花了很多時間與患者一起實施行為改變，但通常一年中我只會與他們進行少數接觸點。數位工具有助於實施我們的護理計劃，並可以幫助我們在患者偏離軌道時在正確的時間進行幹預。

治療糖尿病是一場馬拉松，而不是短跑。它需要大量的生活方式和行為改變，這些改變必須隨著時間的推移而可持續，才能取得更好的結果。除了我們的常規預約之外，人工智慧還在與我的患者建立聯繫和互動方面發揮著重要作用，以確保他們堅持服藥、定期運動和健康飲食，以實現糖化血紅蛋白降低、體重減輕和心理健康改善。

在 LinkedIn 上關注 Bill 的 HIT 報導：Bill Siwicki
給他發電子郵件：bsiwicki@himss.org
醫療保健 IT 新聞是 HIMSS 媒體出版物。