人工智能隨訪和人工隨訪的一致性研究：以高血壓共病糖尿病患者為例*

【摘要】目的評(píng)價(jià)人工智能（AI）隨訪和人工隨訪在高血壓共病糖尿病患者中的一致性。方法于2021年7月17日-12月10日，對(duì)981名在管高血壓共病糖尿病患者分別進(jìn)行人工隨訪和AI隨訪。比較兩種隨訪方式的異常報(bào)告率，并采用Kappa方法分析隨訪結(jié)果一致性。結(jié)果AI隨訪接通率為90.09%，信息采集率為70.72%，各年齡組間接通率差異具有統(tǒng)計(jì)學(xué)意義（P=0.047），雙休日的接通率和采集率均顯著高于工作日（Plt;0.001），撥打時(shí)段中9：00～12：00的采集率高于其他時(shí)段（P=0.010）。兩種隨訪方式在“煩躁”“面色蒼白或潮紅”和“不規(guī)律活動(dòng)”條目中的異常報(bào)告率差異具有統(tǒng)計(jì)學(xué)意義（Plt;0.05）。AI隨訪和人工隨訪在癥狀類條目中的一致性水平在較差和高度之間波動(dòng)，在行為類條目中的一致性水平較高。結(jié)論AI隨訪可用于慢性病健康管理。未來(lái)需繪制患者數(shù)字畫(huà)像，定制個(gè)性化隨訪計(jì)劃；優(yōu)化AI隨訪內(nèi)容，采用AI隨訪與人工隨訪相結(jié)合方式。

【關(guān)鍵詞】慢性病;高血壓；糖尿病；共病;人工智能隨訪;電話隨訪;隨訪一致性

中圖分類號(hào)：R197.323文獻(xiàn)標(biāo)識(shí)碼：A

AbstractObjectiveToevaluatetheconsistencyofartificialintelligence（AI）follow-upandmanualfollow-upinpatientswithhypertensionanddiabetesmellitus.MethodsFromJuly17toDecember10，2021，981patientswithhypertensionanddiabetesmellituswerefollowed-upmanuallyandbyAIrespectively.Theabnormalreportrateofthetwofollow-upmethodswerecompared，andtheconsistencyofthefollow-upresultswasanalyzedbyKappamethod.ResultsThefollow-upconnectionrateofAIwas90.09%，andthecollectionratewas70.72%.Theredifferenceintheconnectionrateamongdifferentagegroupswasstatisticallysignificant（P=0.047）.Theconnectionrateandcollectionrateonweekendsweresignificantlyhigherthanthoseonweekdays（Plt;0.001）.Thecollectionratefrom9：00to12：00washigherthanthatinotherperiods（P=0.010）.Therewerestatisticallysignificantdifferencesintheabnormalreportrateofthetwofollow-upmethodsintheitemsof\"irritability\"，\"paleorflush\"and\"irregularactivity\"（Plt;0.05）.TheconsistencylevelofAIfollow-upandmanualfollow-upinsymptomitemsfluctuatedbetweenpoorandhigh，withthelevelinbehavioritemsbeinghigher.ConclusionAIfollow-upcanbeusedforchronicdiseasehealthmanagement.Inthefuture，itisnecessarytodrawdigitalportraitsofpatientsandcustomizepersonalizedfollow-upplans.AIfollow-upcontentneedstobeoptimized，withacombinedmethodofAIfollow-upandmanualfollow-up.

作為社區(qū)居民中常見(jiàn)的慢性病共患病，高血壓共病糖尿病（以下簡(jiǎn)稱“高糖共病”）不僅影響了患者的生活質(zhì)量，而且加重了患者的疾病負(fù)擔(dān)［1-2］?！督】抵袊?guó)行動(dòng)2023年工作要點(diǎn)》［3］指出，要加強(qiáng)高血壓、糖尿病等慢性病患者的健康管理，推進(jìn)醫(yī)防融合，提升服務(wù)質(zhì)量。隨訪作為慢性病患者健康管理的重要一環(huán)，不僅有助于收集患者健康數(shù)據(jù)、監(jiān)測(cè)病情變化、評(píng)估治療效果，而且能有效降低并發(fā)癥發(fā)生風(fēng)險(xiǎn)［4］。傳統(tǒng)隨訪主要由醫(yī)護(hù)人員通過(guò)電話或面對(duì)面等方式進(jìn)行，雖然能夠?yàn)榛颊咛峁┣楦兄С趾腿宋年P(guān)懷，但由于基層醫(yī)療衛(wèi)生機(jī)構(gòu)中負(fù)責(zé)慢性病管理的醫(yī)務(wù)人員數(shù)量較少，加之慢性病管理工作量大，導(dǎo)致隨訪效率低下，且無(wú)法保障隨訪過(guò)程的規(guī)范性。近年來(lái)，人工智能（ArtificialIntelligence，AI）在醫(yī)療領(lǐng)域的應(yīng)用日益廣泛，如體檢預(yù)約、健康教育、出院患者隨訪等［5］，提高了醫(yī)務(wù)人員的工作效率。目前，AI隨訪相關(guān)研究集中在系統(tǒng)構(gòu)建與應(yīng)用方面［6-7］，關(guān)于兩種隨訪方式的一致性研究鮮有報(bào)道?；诖耍狙芯糠治隽薃I隨訪和人工隨訪在高糖共病患者中的一致性，旨在優(yōu)化AI隨訪模式，提高患者隨訪依從性和滿意度，從而推動(dòng)AI技術(shù)在慢性病患者健康管理中的應(yīng)用。

1對(duì)象與方法

1.1研究對(duì)象

2021年7月17日-12月10日，選擇寶山區(qū)羅店、顧村和大場(chǎng)三個(gè)社區(qū)衛(wèi)生服務(wù)中心在管的高糖共病患者981例。納入標(biāo)準(zhǔn)：（1）年齡≥35歲；（2）已確診為高血壓和糖尿病共病患者；（3）有一定溝通能力，且同意接受AI隨訪和醫(yī)生電話隨訪。排除標(biāo)準(zhǔn)：（1）合并嚴(yán)重的心肝腎等臟器疾病；（2）精神神經(jīng)及行為異常者；（3）基本信息采集錯(cuò)誤。

1.2研究方法

1.2.1隨訪內(nèi)容

采用《上海市社區(qū)健康管理工作規(guī)范——慢性病綜合防治（2017年版）》中的“管理隨訪信息表”收集隨訪資料，共有23個(gè)與高血壓和糖尿病相關(guān)的問(wèn)題，分為癥狀類和行為類。癥狀類問(wèn)題包括頭暈頭痛、惡心嘔吐、乏力、煩躁、面色蒼白或潮紅、四肢發(fā)麻或下肢水腫或肢端潰瘍、視力模糊或耳鳴眼花、鼻出血、皮膚瘙癢、胸悶心悸或呼吸困難、低血糖、多食、多飲、多尿、感染疾病、有并發(fā)癥、藥物不良反應(yīng)等；行為類問(wèn)題包括未接受健康教育、攝鹽過(guò)度、吸煙、飲酒、不遵醫(yī)囑服藥、不規(guī)律活動(dòng)等。

1.2.2隨訪方法

所有研究對(duì)象均需接受醫(yī)生電話隨訪和AI隨訪，兩次隨訪內(nèi)容相同，間隔時(shí)間為3d～5d。

AI隨訪采用阿里云提供的語(yǔ)音識(shí)別技術(shù)和上海市疾病預(yù)防控制中心開(kāi)發(fā)的語(yǔ)音隨訪平臺(tái)。工作流程主要分為四個(gè)部分：（1）輸入患者信息。首先導(dǎo)入每個(gè)隨訪對(duì)象的基本信息列表，包括身份證號(hào)碼、電話號(hào)碼、主治醫(yī)生等。（2）撥打電話。平臺(tái)自動(dòng)通過(guò)中繼線路進(jìn)行撥號(hào)，并根據(jù)編制好的隨訪內(nèi)容使用模擬人聲進(jìn)行隨訪。在9：00～12：00、12：00～17：00、17：00～18：00任一時(shí)間段內(nèi)進(jìn)行撥打，若該時(shí)段患者未接聽(tīng)，則在后一時(shí)間段再次撥打，若三次未接聽(tīng)，則該隨訪周期內(nèi)不再撥打。（3）提問(wèn)和收集信息。收到患者回答后，利用語(yǔ)音識(shí)別技術(shù)和自然語(yǔ)言處理技術(shù)提取語(yǔ)音數(shù)據(jù)要素，并通過(guò)語(yǔ)音合成、語(yǔ)音識(shí)別技術(shù)、語(yǔ)音模式識(shí)別等生成標(biāo)準(zhǔn)化指標(biāo)。（4）保存隨訪內(nèi)容及反饋指標(biāo)。將生成的標(biāo)準(zhǔn)化指標(biāo)傳輸至慢性病管理信息系統(tǒng)，同時(shí)將隨訪日期、呼叫和應(yīng)答情況、隨訪時(shí)間、完整錄音、片段錄音、翻譯文本、隨訪結(jié)果等進(jìn)行結(jié)構(gòu)化存儲(chǔ)。AI隨訪流程見(jiàn)圖1。

人工隨訪由經(jīng)過(guò)專業(yè)培訓(xùn)的社區(qū)醫(yī)生完成，隨訪結(jié)果由醫(yī)生手工錄入電腦，同時(shí)通話被錄音，便于比對(duì)隨訪結(jié)果，進(jìn)一步完善隨訪話術(shù)和流程。

1.3評(píng)價(jià)指標(biāo)

AI呼叫接通率=呼叫成功人數(shù)/計(jì)劃撥打人數(shù)×100%。信息采集率=至少回答一題人數(shù)/接通人數(shù)×100%。異常報(bào)告率=某條目報(bào)告存在異常癥狀或行為人數(shù)/回答該條目總?cè)藬?shù)×100%。一致性分析采用Kappa值（κ）計(jì)算［8］，具體分類和水平如下：0.00～0.20（較差），0.21～0.40（一般），0.41～0.60（中等），0.61～0.80（高度），0.81～1.00（極好）。

1.4統(tǒng)計(jì)分析方法

使用SPSS26.0軟件進(jìn)行統(tǒng)計(jì)分析。呈偏態(tài)分布的計(jì)量資料用中位數(shù)和四分位數(shù)間距［M（P25，P75）］表示，組間比較采用秩和檢驗(yàn)。計(jì)數(shù)資料采用頻數(shù)和率表示，組間比較采用卡方檢驗(yàn)。兩種隨訪方式間異常報(bào)告率的比較采用配對(duì)卡方檢驗(yàn)，率的趨勢(shì)變化采用趨勢(shì)卡方檢驗(yàn)。檢驗(yàn)水準(zhǔn)α=0.05。

2結(jié)果

2.1研究對(duì)象基本情況

在招募的981例高糖共病患者中，去除基本信息采集錯(cuò)誤者，共對(duì)959例患者進(jìn)行人工隨訪和AI隨訪。其中：男性497例（51.82%），女性462例（48.18%）；中位年齡69（62，75）歲，以65歲～＜75歲患者居多，共389例（40.56%）。研究對(duì)象基本情況見(jiàn)表1。

2.2AI隨訪接通和信息采集情況

在AI隨訪的959例高糖共病患者中，AI呼叫成功864例，接通率為90.09%。各年齡組間接通率差異具有統(tǒng)計(jì)學(xué)意義（χ2=3.946，P=0.047），在≥45歲患者中，接通率隨年齡增加而上升。雙休日接通率明顯高于工作日，差異具有統(tǒng)計(jì)學(xué)意義（χ2=10.344，Plt;0.001）。見(jiàn)表1。

去除接通未采集信息者，AI隨訪總體采集率為70.72%（611/864）。雙休日采集率顯著高于工作日（χ2=14.501，Plt;0.001），撥打時(shí)段中9：00～12：00的采集率高于其他時(shí)段（χ2=6.554，P=0.010）。見(jiàn)表1。

在采集到隨訪信息的611例患者中，平均回答題數(shù)為20（16，22）個(gè)，且受過(guò)中高等教育的患者回答題數(shù)顯著多于小學(xué)及以下學(xué)歷患者（H=33.335，Plt;0.001）。見(jiàn)表1。

2.3AI隨訪和人工隨訪的異常報(bào)告率情況

AI隨訪中，各條目的采集率隨條目序次增加而降低，差異具有統(tǒng)計(jì)學(xué)意義（χ2趨勢(shì)=33.316，Plt;0.001）。在人工隨訪和AI隨訪均采集到的條目中，“未接受健康教育”條目異常報(bào)告率均最高，人工隨訪為83.23%、AI隨訪為82.80%。人工隨訪中，“不遵醫(yī)囑服藥”條目異常報(bào)告率最低，為1.90%；AI隨訪中，“鼻出血”條目異常報(bào)告率最低，為1.16%。此外，人工隨訪和AI隨訪在“煩躁”“面色蒼白或潮紅”“不規(guī)律活動(dòng)”三個(gè)條目中的異常報(bào)告率差異具有統(tǒng)計(jì)學(xué)意義（Plt;0.05），見(jiàn)表2。

2.4AI隨訪和人工隨訪的一致性情況

在癥狀方面，AI隨訪和人工隨訪的一致性水平在較差和高度之間波動(dòng)，“低血糖”條目的一致性最高（κ=0.615），除“藥物不良反應(yīng)”條目外，其余條目一致性差異均有統(tǒng)計(jì)學(xué)意義（P＜0.001）。

在行為方面，AI隨訪和人工隨訪的一致性水平較高，尤其是“吸煙”（κ=0.891）和“飲酒”（κ=0.699），除“不遵醫(yī)囑服藥”條目外，其余條目一致性差異均有統(tǒng)計(jì)學(xué)意義（P＜0.001）。見(jiàn)表3。

3討論

3.1繪制患者數(shù)字畫(huà)像，定制個(gè)性化隨訪計(jì)劃

在接通率方面，總體來(lái)看，本研究結(jié)果顯示，AI隨訪接通率為90.09%，高于谷孝云等［9］在基本公共衛(wèi)生服務(wù)領(lǐng)域試點(diǎn)應(yīng)用的兩次重?fù)芙油?7.30%，以及夏遠(yuǎn)親等［10］對(duì)體檢人群檢后隨訪的接通率75%。究其原因，本研究在醫(yī)生電話隨訪的同時(shí)會(huì)再次告知患者近一周內(nèi)將會(huì)進(jìn)行AI隨訪。具體來(lái)看，AI隨訪接通率在中老年人群中隨年齡增加而上升，可能與此類人群可自由支配時(shí)間較充足有關(guān)。

在采集率方面，本研究結(jié)果顯示，AI隨訪各條目的采集率隨條目序次增加而降低（Plt;0.001），且受過(guò)中高等教育的患者回答題數(shù)顯著多于小學(xué)及以下學(xué)歷患者。這在一定程度上表明，文化程度越高，患者對(duì)AI隨訪的接受度越高。對(duì)此，建議加強(qiáng)宣傳教育，以提高患者AI隨訪依從性。

本研究結(jié)果還發(fā)現(xiàn)，無(wú)論是接通率還是采集率，均為雙休日高于工作日。但有研究［7］顯示，在上海市黃浦區(qū)打浦橋社區(qū)，AI隨訪工作日的采集率高于雙休日，可能與患者群體不同有關(guān)。這提示，關(guān)于隨訪時(shí)間的設(shè)置不能一概而論，應(yīng)根據(jù)實(shí)際制訂具體方案，以確保應(yīng)答率，提高隨訪效率。此外，本研究對(duì)撥打時(shí)段進(jìn)行了細(xì)致劃分，結(jié)果顯示各時(shí)段AI隨訪的接通率均＞85%，且上午9：00～12：00時(shí)段的信息采集率顯著高于其他時(shí)段。

綜上，建議智能語(yǔ)音隨訪平臺(tái)根據(jù)患者的年齡、學(xué)歷以及撥打時(shí)間、時(shí)段和次數(shù)等信息，深度挖掘患者的特征和偏好，繪制患者數(shù)字畫(huà)像，將患者按不同屬性分類，并針對(duì)不同類型患者定制個(gè)性化隨訪計(jì)劃，從而確保隨訪工作的針對(duì)性和有效性。

3.2優(yōu)化AI隨訪內(nèi)容，采用AI隨訪與人工隨訪相結(jié)合方式

本研究發(fā)現(xiàn)，癥狀類條目的隨訪一致性水平波動(dòng)較大，與MohammedA等［11］研究結(jié)果一致，這可能與患者對(duì)條目的理解不夠深入，在兩次隨訪中的回答存在偏差有關(guān)。具體來(lái)看，在煩躁、面色蒼白或潮紅等癥狀方面，AI隨訪的異常報(bào)告率高于人工隨訪，兩者的一致性處于一般水平；而低血糖、皮膚瘙癢、胸悶心悸等癥狀類條目的隨訪一致性處于中等及以上水平。由此可見(jiàn)，癥狀具有主觀性。一項(xiàng)在孟加拉國(guó)和坦桑尼亞兩個(gè)國(guó)家開(kāi)展的研究［12］表明，飲酒和吸煙在兩種隨訪方式間的一致性較高，這與本研究結(jié)果一致，且兩種隨訪方式在吸煙和飲酒方面的異常報(bào)告率差異無(wú)統(tǒng)計(jì)學(xué)意義，可能與行為具有一定的穩(wěn)定性有關(guān)。對(duì)此，建議在每年對(duì)高糖共病患者的四次隨訪中，減少對(duì)吸煙和飲酒的隨訪次數(shù)，如半年或一年隨訪一次。

為了進(jìn)一步分析導(dǎo)致人工隨訪和AI隨訪結(jié)果不一致的原因，本研究隨機(jī)聽(tīng)取了部分AI隨訪錄音，總結(jié)了以下四種情況：（1）回答不一致（占71.81%）。即兩次隨訪回答存在差異。（2）判別不一致（占7.72%）?；颊呋卮稹芭紶栍小被颉坝袝r(shí)有”時(shí)，AI識(shí)別為有，但醫(yī)生可能識(shí)別為沒(méi)有。（3）AI識(shí)別錯(cuò)誤（占3.02%）。如患者回答“有一點(diǎn)”，AI識(shí)別為沒(méi)有。（4）醫(yī)生識(shí)別錯(cuò)誤（占12.75%）。如患者回答“正?！?，醫(yī)生識(shí)別為有，不排除無(wú)意識(shí)填寫(xiě)錯(cuò)誤。針對(duì)第一種情況，可能與多數(shù)高糖共病患者年齡較大，記憶力和理解力下降有關(guān)。針對(duì)后三種情況，原因可能有四點(diǎn)：第一，AI只能根據(jù)既定話術(shù)進(jìn)行提問(wèn)，無(wú)法與患者正常交流，而人工隨訪中醫(yī)生會(huì)深入追問(wèn)；第二，AI不能很好地判斷模棱兩可的回答；第三，兩次隨訪接聽(tīng)電話者可能不同；第四，隨訪話術(shù)中每道題目的回答時(shí)間有限。綜上，建議：一是通過(guò)與用戶不斷交互，提高AI處理能力；二是對(duì)AI隨訪內(nèi)容進(jìn)行分類，并根據(jù)不同類型的問(wèn)題設(shè)定隨訪周期，如減少對(duì)生活行為類問(wèn)題的隨訪頻率；三是根據(jù)每道題目的長(zhǎng)短和復(fù)雜程度，針對(duì)不同人群調(diào)整預(yù)留的答題時(shí)間；四是對(duì)隨訪話術(shù)模板外的問(wèn)題，AI尚不能有效解決時(shí)可通過(guò)人工進(jìn)行隨訪。

注：吳靜、王思源為共同第一作者。

參考文獻(xiàn)

［1］孫文巖，王思源，吳菲，等.上海市35歲及以上居民高血壓、糖尿病共病流行現(xiàn)狀分析［J］.上海預(yù)防醫(yī)學(xué)，2021，33（7）：559-565.

［2］蔡仕良，鮮林峰，李子帥，等.上海郊區(qū)居民高血壓和糖尿病共患的相關(guān)因素分析［J］.上海預(yù)防醫(yī)學(xué)，2022，34（10）：1033-1037.

［3］健康中國(guó)行動(dòng)推進(jìn)委員會(huì)辦公室.關(guān)于印發(fā)健康中國(guó)行動(dòng)2023年工作要點(diǎn)的通知：國(guó)健推委辦發(fā)〔2023〕1號(hào)［EB/OL］.（2023-03-06）［2024-08-01］.http：//www.nhc.gov.cn/guihuaxxs/s7788/202303/1a6c05141f9547768ba1f7792c0313d0.shtml.

［4］韓帥，朱雪嬌，舒潔，等.慢性病患者云隨訪服務(wù)體驗(yàn)量表的研制及其信效度檢驗(yàn)［J］.中國(guó)全科醫(yī)學(xué)，2024，27（28）：3552-3559.

［5］程美，王力華.醫(yī)療智能語(yǔ)音技術(shù)與應(yīng)用綜述［J］.中國(guó)數(shù)字醫(yī)學(xué)，2021，16（8）：1-7.

［6］黃一敏，王淼，魏明月，等.人工智能語(yǔ)音隨訪系統(tǒng)在兒童日間手術(shù)中心的應(yīng)用［J］.中國(guó)衛(wèi)生質(zhì)量管理，2021，28（3）：9-11.

［7］王思源，周峰，高俊嶺，等.人工智能電話隨訪在高血壓隨訪管理中的應(yīng)用［J］.中國(guó)慢性病預(yù)防與控制，2021，29（11）：817-820.

［8］MCHUGHML.Interraterreliability：thekappastatistic［J］.BiochemMed（Zagreb），2012，22（3）：276-282.

［9］谷孝云，楊效軍，谷張鵬.智能語(yǔ)音外呼系統(tǒng)在公共衛(wèi)生服務(wù)中的應(yīng)用實(shí)踐［J］.中國(guó)衛(wèi)生信息管理雜志，2023，20（2）：285-289.

［10］夏遠(yuǎn)親，王建剛，王桂蓮，等.健康管理智能語(yǔ)音檢后追訪平臺(tái)的構(gòu)建［J］.醫(yī)療裝備，2023，36（17）：26-28，40.

［11］MOHAMMEDA，ACHEAMPONGPR，OTUPIRIE，etal.Symptommonitoringofchildhoodillnessesandreferrals：apilotstudyonthefeasibilityofamobilephone-basedsystemasadiseasesurveillancetoolinaruralhealthdistrictofGhana［J］.HealthInformaticsJ，2020，26（2）：1465-1476.

［12］PARIYOGW，GREENLEAFAR，GIBSONDG，etal.Doesmobilephonesurveymethodmatter？Reliabilityofcomputer-assistedtelephoneinterviewsandinteractivevoiceresponsenon-communicablediseasesriskfactorsurveysinlowandmiddleincomecountries［J］.PLoSOne，2019，14（4）：e0214450.

通信作者：

吳萃：上海市寶山區(qū)疾病預(yù)防控制中心慢一科科長(zhǎng)

E-mail：25850569@qq.com

程旻娜：上海市疾病預(yù)防控制中心慢性病與傷害防治所健康管理科科長(zhǎng)

E-mail：chengminna@scdc.sh.cn

收稿日期：2024-09-06

修回日期：2024-10-08

責(zé)任編輯：任紅霞

DOI：10.13912/j.cnki.chqm.2025.32.3.19

*基金項(xiàng)目：上海市公共衛(wèi)生體系建設(shè)三年行動(dòng)計(jì)劃（2023-2025年）（編號(hào)：GWVI-8）

1上海市寶山區(qū)疾病預(yù)防控制中心上海201901

2上海市疾病預(yù)防控制中心慢性病與傷害防治所上海200336