糖尿病管理的虚拟教练，智能决策如何实现大规模个性化管理？

　　近年来，为了应对糖尿病患者自我管理依从性不高、医护资源不足、人工干预成本高效率低等问题，数字化管理方式应运而生。
　　此前我们已经在《智能设备成为糖尿病数字化管理基本前提，技术壁垒和关键创新点有哪些？》一文中强调了糖尿病数字化管理3D要素（设备Device、设备的数据Data、数据所产生的医疗决策Decision）的重要性，着重分析了设备Device在数据采集方面的基础性价值。
　　有了数据Data作为前提，高效的医疗决策Decision又该如何实现？此时，智能决策就开始发挥作用。智能决策即以多维度的患者数据为基础，以智能技术实现患者交互，尽可能减少人工干预，真正实现糖尿病数字化管理的系统，在国外也被称为虚拟教练，顾名思义，它可以像教练一样帮助患者更好地进行自我管理。
　　智能决策为什么必要？
　　对于全球4。63亿糖尿病患者、中国1。16亿糖尿病患者来说，医护资源是稀缺的，有限的医护人员无法对所有患者的自我管理进行全程干预。即使有足够的医疗资源，人工干预也存在成本高、效率低等问题。因此，构建低成本、高效率、广覆盖的服务输出就成为必然。
　　过去几年，互联网已经在慢病管理方面发挥了不小的作用，但单纯的互联网价值主要在于消除信息差、提高连接的效率，而医护资源稀缺、慢性病的全病程管理等问题尚缺乏解决方案。
　　随着糖尿病管理企业的创新及人工智能技术的发展，以智能决策为核心的糖尿病管理迎来发展契机。例如，智能决策能够将有限的资源无限放大，实现大规模个性化的慢病管理。基于智能决策，糖尿病数字化管理公司OnduoHealth今年2月将疾病管理种类从2型糖尿病扩大到糖尿病前期、高血压、肥胖和心理疾病等。
　　从智能决策可行性来看，糖尿病除了在院内治疗，还有很大一部分内容是院外自我管理。糖尿病管理包括临床诊断治疗、患者教育、疾病预防、早期发现、生活方式管理等。除临床诊断治疗外，其他内容均无需医生深度参与。
　　根据糖尿病管理指南，糖尿病患者拥有同样的风险因素、饮食禁忌及健康教育需求。基于患者的共性问题，糖尿病管理机构通过智能决策系统结合患者实际数据进行个性化管理具有较强的操作性。
　　另外，已有不同程度的证据表明，以智能决策为核心的糖尿病数字化管理具有明确的临床效果。从上述内容可以看出，通过智能决策管理糖尿病，必要且可行。
　　智能决策应具备哪些核心功能？
　　智能决策已经被多家糖尿病数字化管理公司采用。例如，Fooducate依托其自建的大型食物数据库可分析食物的营养成分，并根据用户的年龄、性别、体重、活动水平、健康状况等个体情况给出个性化的营养等级和饮食建议。Welldoc、Linvongo等也在其患者管理过程中融入了智能化手段。我们通过一些案例及其取得的实际效果来说明智能决策应具备的核心功能。
　　Welldoc于2013年首次推出糖尿病管理应用软件BlueStar，并8次获得FDA认证。BlueStar便是以智能决策为核心的糖尿病数字化管理产品，能提供丰富的内容及5种消息类型：提示、资讯、实时反馈、个体健康趋势、概览。
　　提示用来引导用户录入糖化血红蛋白、运动时长等身体健康数据，并由BlueStar将数据转化为可操作的信息。为提高患者满意度，BlueStar允许用户设置提醒或取消提示。
　　资讯用来鼓励用户或娱乐，使用户通过他人的案例获得自信或通过娱乐内容保持心情愉悦，以更好的遵从BlueStar的管理。
　　BlueStar资讯信息
　　实时反馈是用户输入数据后给出的反馈，内容包括需要注意的饮食、运动或智能决策系统根据用户录入的数据给出的指导意见等。
　　个体健康趋势是指用户一段时间内的身体健康趋势，如一个月或一周内的糖化血红蛋白下降情况。需要说明的是，可视化信息有助于让用户看见效果，并更信任BlueStar，从而遵从其管理。
　　概览是定期推送的用户健康趋势，如月度健康情况；或此前的行为与当前身体情况的因果关系，如前两周的健康饮食与合理运动降低了糖尿病患者的糖化血红蛋白。
　　上述五种信息的推送，均需要BlueStar依托智能决策系统分析用户的运动、饮食、用药等数据，并进行智能化个性化推送，如此才能实现个性化的学习和行为方案，真正帮助用户将行为疗法融入日常生活。
　　临床研究证明，BlueStar使患者糖化血红蛋白的平均降幅分别为1。9，并明显减少糖尿病患者的住院和急诊次数。BlueStar以其临床时效证明了智能决策的重要性。
　　此外我们还发现，糖尿病数字化管理需要向患者推送多种信息，而非人性化的互动方式对于糖尿病患者无异于信息轰炸。这也从侧面说明了人性化互动方式的重要性。在这方面，糖护士Dnurse提供了参考样本。
　　据了解，糖护士Dnurse设置了6000多种场景，并通过智能决策系统进行智能匹配。例如，智能决策系统通过对糖护士用户的血糖、饮食、运动等数据综合分析，向患者提出个性化建议。同时，针对同一用户提醒相同的事项，智能决策系统也会根据6000多种场景进行智能匹配，使每一次的提醒都是人性化问候，而不是机器式语言。
　　（糖护士Dnurse基于智能决策系统推送的建议）
　　另外，问答机器人、交互式视觉界面、激励设计等功能也是智能决策应具备的功能。
　　问答机器人、交互式视觉界面、激励设计均是提升用户依从性的措施。如果说信息推送是让用户被动的进行自我管理，那么，激励设计则是激发患者的主观能动性，使其主动进行管理。
　　例如，糖尿病数字化管理公司通常会设置游戏闯关、积分奖励等功能以提升患者测血糖、记录血糖值、记录饮食和运动等数据的意愿。Livongo的患者在应用程序上记录饮食和步数赚取点数后可换购物卡，MangoHealth的患者按时服药累计积分可兑换实物礼品，糖护士Dnurse的患者通过玩血糖猜一猜、挑战神话等游戏来强化血糖监测结果和血糖波动原因的关联意识，以及提高监测自觉性和用药依从性。
　　综上所述，一套完整的智能决策系统至少应该包含这些核心功能：
　　1、根据患者病情和健康数据提供个性化的管理方案，并阶段性反馈患者监测数据及变化趋势，方便患者对日常行为和管理作出调整。
　　2、提供丰富的内容及人性化、贴近生活的互动方式，帮助用户将行为疗法融入日常生活，而非将糖尿病管理与日常生活割裂开。
　　3、患者可随时随地录入、查看健康信息与数据，为患者提供自我评估和目标设定工具，通过目标来激励患者实现一定的自我管理效果。
　　4、将患者信息同步给家人或朋友，以便在有必要时使其参与到患者管理中；
　　5、提供医生团队紧急应答，以应对患者遇到的突发状况。
　　通过这些功能的叠加作用，尽可能减少糖尿病管理中的人工干预，尽可能提高患者自我管理依从性以及管理效果。
　　智能决策能产生哪些现实意义？
　　采用智能决策后，糖尿病管理企业不仅能在糖尿病管理过程中节省大量的人力投入，还能实现多方共赢。
　　对患者来说，通过智能决策系统自我管理有助于提升控糖效果。例如，糖护士Dnurse分析30万用户的268万条血糖数据发现，通过智能决策系统进行自我管理的患者，血糖控制合格率达59。
　　对糖尿病管理企业来说，应用智能决策系统可降低人力成本，提升用户留存率和活跃度，更有利于平台进行商业化。例如，Livongo利用智能决策与人工教练团队相结合，共同为患者服务，使得一人管理数千人成为可能；Livongo良好的运营数据也获得雇主、保险公司和资本市场认可。
　　再如，糖护士Dnurse基于其智能决策系统，显著提升患者血糖监测频率和用户留存率，受到市场认可。同时，其匹配智能决策系统的智能监测产品已远销亚非拉15个国家，并开始开拓欧洲市场。
　　对支付方来说，智能决策对患者起到充分的提醒、敦促、鼓励和互动，从而提升控糖效果，降低并发症风险，使保险支出也相应降低。这方面，美国公司因以商业保险支付为主，已形成成熟的模式。在国内，由于商业保险覆盖率较低，保险公司通过数字化产品进行疾病管理、降低赔付风险的模式仍处于探索阶段。
　　总之，要想让糖尿病患者坚持进行自我管理、与普通人生活无异，3D要素（设备Device、设备的数据Data、数据所产生的医疗决策Decision）是相互渗透、不可分割的要素，糖尿病数字化管理应该不断优化智能决策能力及人机交互能力，以便悄然融入患者的日常生活，而不是期望患者刻意改变生活方式去适应各类管理工具。