基于AI智能体技术赋能的尘肺病诊疗沟通模式优化研究

摘要

目的 开发专用于尘肺病辅助诊疗的AI智能体，以改善临床沟通效果和治疗依从性，促进尘肺病的精准防治。方法 招募广东地区388例尘肺病患者进行横断面研究，分析该人群行为特征和困境并纳入工作流脚本；采用非结构访谈的方式，对4例尘肺病患者、2名呼吸科医师、1名公益组织志愿者和1名职业病诉讼律师进行访谈。针对问卷与访谈结果，基于扣子（Coze）平台进行AI智能体开发，并通过专业医师评估及与通用大模型使用情况对比来进行AI智能体效果和优势的评价。结果 最终纳入357例患者，其中男性344例（96.4%）。问卷调查结果显示，在疾病认知方面，患者的治疗认知只受教育水平的正向影响（B=0.110,β=0.163,P<0.01）。症状认知则不仅受教育水平的正向影响（B=0.082,β=0.112,P<0.05），还受希望水平的负向影响（B=-0.480,β=-0.190,P<0.001）。认知总得分受教育水平的正向影响（B=0.192,β=0.115,P<0.05）以及希望水平的负向影响（B=-0.754,β=-0.131,P<0.05）。在自我管理能力方面，女性患者的自我管理能力高于男性（B=6.875,β=0.156,P<0.01）。受教育水平、病程阶段、媒介接触程度以及希望水平均起到正向影响（B=0.519,β=0.110,P<0.05;B=1.134,β=0.125,P<0.05;B=0.782,β=0.323,P<0.001;B=2.090,β=0.128,P<0.05）。非结构访谈结果显示，许多患者信息行为被动，缺乏来自基层组织的健康教育支持，疾病认知存在结构性失衡；非尘肺病受访者则普遍认为患者对疾病资讯的获取及医患沟通均存在一定问题。为解决相应问题开发的AI智能体“E小助”，包含以下核心功能：基于知识图谱的智能问答、标准化的症状自评引导、个性化的健康管理方案生成以及就诊前的沟通辅助。2名专科医师反馈“E小助”具备充分的可靠性和科学性。将AI智能体“E小助”与DeepSeek、星火等通用大模型在面对具体诊疗问题的人机互动情况对比结果表明，AI智能体能更直接地从专科医师角度提供诊疗信息，且具备情感支持，能促进患者主动管理病情。因此，AI智能体“E小助”能够从提高治疗效率和信息完善度、考虑患者需求、分析复杂病变等方面优化诊疗沟通模式。结论 针对尘肺病患者认知和行为特征开发的AI智能体能辅助提供更为全面的诊疗和生活建议，改善治疗和沟通效果。

关键词

尘肺病 / 患者 / AI智能体 / 诊疗 / 沟通