综述：人工智能在支持痴呆患者生活质量中的应用：范围综述

这篇综述系统评价了人工智能（AI）在改善痴呆患者生活质量（QoL）中的潜力，重点关注监测系统、社交机器人和日常任务辅助三类AI技术。研究基于Lawton四维QoL模型（行为能力、心理健康、客观环境、感知QoL），指出当前AI应用仍处于早期开发阶段，以小型可行性研究为主，需进一步临床验证。

　　

引言

痴呆症严重影响患者的生活质量（QoL），而个性化护理对改善QoL至关重要。人工智能（AI）技术的快速发展为痴呆护理提供了新机遇，但其具体作用尚不明确。本研究通过范围综述，系统分析了AI如何支持痴呆患者的QoL，涵盖科学文献和灰色文献，旨在为研究者和政策制定者提供全面视角。

方法

遵循乔安娜布里格斯研究所（JBI）指南，研究团队检索了PubMed、Scopus、ACM数字图书馆和Google Scholar（2010-2024年）。纳入标准包括涉及痴呆患者、使用AI技术且关注QoL的研究。最终筛选出30项研究，采用叙事综合方法分析AI技术类型、应用场景及QoL影响。

结果

AI技术与设备

1. 监测系统：占比最高（25/30），通过传感器、摄像头等实时追踪患者行为（如跌倒、睡眠），目标多为Lawton模型中的"行为能力"维度。例如，SafelyYou Guardian系统通过计算机视觉算法缩短跌倒后护理响应时间（Bayen et al., 2021）。
2. 社交机器人：如海豹机器人Paro和拟人化机器人Ryan，主要改善心理健康维度。Paro在随机对照试验中显著提升重度痴呆患者的QoL（J?ranson et al., 2016）。
3. 日常任务辅助：如智能洗手系统COACH，通过马尔可夫决策过程指导步骤，提升ADL完成度（Czarnuch et al., 2013）。

技术局限

• 监督学习（如随机森林、支持向量机）占主导（18项），但缺乏实时适应性
• 仅1项研究采用半监督学习（Poyiadzi et al.）
• 性能评估以准确率（75%研究）和AUC-ROC（23%）为主，但样本量普遍偏小

QoL影响

• 行为能力：改善最显著（34个结局），包括异常行为减少（Kim et al., 2023）、活动能力提升（Viswanathan et al., 2012）
• 心理健康：社交机器人显著改善情绪（Abdollahi et al., 2023），但效果持续性存疑
• 客观环境：仅4项研究关注，如降低护理负担（Lyu et al., 2021）

讨论

创新与挑战
当前AI应用集中于安全监测，而心理健康和感知QoL维度研究不足。技术层面存在三大瓶颈：

1. 适应性不足：现有AI多依赖静态数据集，难以应对痴呆进展中的需求变化
2. 临床验证缺失：80%研究为可行性试验，缺乏真实环境验证
3. 患者参与度低：仅1项研究（Rostill et al., 2018）让痴呆患者作为共同研究者

未来方向

• 开发强化学习等动态AI模型
• 采用"温暖技术"（Warm Technology）理念加强患者参与设计
• 建立跨学科合作框架，整合临床医生、AI专家和患者视角

结论

AI在痴呆护理中展现出提升QoL的潜力，但当前研究处于初级阶段。未来需重点突破技术适应性、临床转化和伦理设计，以实现真正个性化的痴呆护理革命。