人工智能在妊娠、分娩与产后照护中的应用:对话式智能体、机器学习与临床决策支持系统的范围综述

《Nursing Reports》:Artificial Intelligence Applications in Pregnancy, Childbirth, and the Postpartum Period: A Scoping Review

【字体: 大 中 小 】 时间:2026年10月24日 来源:Nursing Reports 3.1

编辑推荐:

  背景:基于人工智能(artificial intelligence, AI)的聊天机器人(chatbots)和虚拟助手(virtual assistants)等数字健康技术(digital health technologies)在孕产妇健康(maternal

  
背景:基于人工智能(artificial intelligence, AI)的聊天机器人(chatbots)和虚拟助手(virtual assistants)等数字健康技术(digital health technologies)在孕产妇健康(maternal health)中的应用显著增长。这些工具已应用于妊娠与产后周期(pregnancy and postpartum cycle)的不同阶段,重点涉及健康教育(health education)、风险监测(risk monitoring)、母乳喂养支持(breastfeeding support)和心理保健(mental healthcare)。尽管具有潜力,其在临床有效性(clinical effectiveness)、可及性公平(equity of access)和伦理安全性(ethical safety)方面仍存在挑战。本研究旨在映射AI在妊娠、分娩和产后照护中应用的现有证据,尤其关注对话式智能体(conversational agents)、虚拟助手、机器学习模型(machine learning models)和临床决策支持系统(clinical decision support systems, CDSS),并评估其潜在获益、局限、伦理意涵和实施挑战。方法:研究人员于2025年8月至9月在PubMed、Scopus、Web of Science、护理数据库(Nursing Database)、拉丁美洲和加勒比健康科学文献(Latin American and Caribbean Literature in Health Sciences)和Google Scholar中开展范围综述(scoping review)。纳入以葡萄牙语、英语或西班牙语发表、涉及AI数字工具在妊娠与产后周期中应用的原始文章(original articles)、综述(reviews)、经验报告(experience reports)和理论反思(theoretical reflections)。研究分析按五个主题轴(thematic axes)组织:产前保健(prenatal care)应用;分娩期支持(support during childbirth);产后监测与母乳喂养(postpartum monitoring and breastfeeding);围产期心理健康(perinatal mental health);伦理、技术与实施挑战(ethical, technical, and implementation challenges)。结果:检索识别6230条记录,最终纳入13项研究。研究结果表明,聊天机器人和虚拟助手具有良好可接受性(acceptability),可促进健康教育,并有助于早期识别躯体与情绪风险(early detection of physical and emotional risks)。然而,多数研究为探索性(exploratory),存在方法学局限(methodological limitations)、缺乏临床试验(clinical trials)以及在社会脆弱情境(socially vulnerable contexts)中验证有限。结论:聊天机器人和AI工具是围产期照护(perinatal care)的有前景资源,尤其可作为面对面照护(face-to-face attention)的补充。其巩固需要稳健研究(robust studies)、成本效果评估(cost-effectiveness assessments)以及确保公平与数字包容(equity and digital inclusion)的公共政策(public policies)。
1. 引言(Introduction)
数字健康(digital health)已用于产前提醒、风险监测和母乳喂养支持,虚拟助手(virtual assistants)可提升自我照护和个性化信息获取,但存在接入不均、数字素养不足、隐私与系统整合障碍。对话式智能体(conversational agents)和人工智能(artificial intelligence, AI)在孕产妇健康(maternal health)中作为面对面照护补充,用于产前教育、母乳喂养支持、预约提醒、症状筛查和围产期心理支持;现有证据多关注可行性、可接受性(acceptability)和知识改善,缺乏硬临床结局、随机试验和成本效果评估。伦理、法律和技术问题涉及敏感数据保护、透明度、算法偏倚和临床责任,忽视数字鸿沟可能扩大不平等。因此,本范围综述(scoping review)旨在映射AI在妊娠、分娩和产后照护中的应用,重点对话式智能体、虚拟助手、机器学习(machine learning, ML)模型和临床决策支持系统(clinical decision support systems, CDSS),并识别益处、局限、伦理意涵和实施挑战。

2. 材料与方法(Materials and Methods)
2.1 研究类型(Type of Study):按Joanna Briggs Institute(JBI)指南和Arksey与O’Malley框架构建范围综述,依PRISMA-ScR报告,以综合和批判分析AI工具支持妊娠、分娩和产后的知识。
2.2 研究问题界定(Defining the Research Question):构建涵盖妊娠-产后全程的指导性问题,涉及健康教育、临床监测、心理社会支持和风险管理;核心问题为聊天机器人、对话式智能体、ML模型和CDSS在妊娠、分娩和产后的当前证据。
2.3 检索策略(Search Strategy):2025年8-9月检索PubMed、Scopus、Web of Science、BDENF、LILACS和Google Scholar,辅以手工检索和灰色文献;采用Medical Subject Headings(MeSH)和Descritores em Ciências da Saúde(DeCS)描述符及自由词,以布尔逻辑组合AI相关词与妊娠-产后相关词。
2.4 纳入与排除标准(Inclusion and Exclusion Criteria):纳入原始文章、综述、病例报告、理论反思和经验报告,涉及AI数字工具应用于妊娠-产后周期,语种为葡萄牙语、英语或西班牙语,无时间限制且全文可得;排除重复、无科学依据观点和未聚焦孕产妇的研究;灰色文献用于减少发表偏倚,多种出版类型按方法学贡献解释证据层级。
2.5 研究选择与评价(Selection and Evaluation of Studies):采用改编Critical Appraisal Skills Programme(CASP)评估方法学质量;两名评审独立完成标题摘要初筛和全文阅读,按适用标准满足比例分为Strong(≥80%)、Reasonable(60–79%)和Weak(<60%);常见局限包括小样本、便利抽样、缺乏外部验证和随访短;分歧讨论至共识,必要时第三评审,全文排除原因记录于Rayyan平台。
2.6 数据分析与综合(Data Analysis and Synthesis):两名评审独立使用标准化提取表提取研究特征、设计、国家、技术、主要发现和局限;综合按五个主题轴:产前保健应用、分娩支持、产后监测与母乳喂养、围产期心理健康、伦理技术与实施挑战;主题分析遵循Braun和Clarke原则。
2.7 综述呈现(Presentation of the Review):结果以描述性文本和汇总表呈现,流程图展示检索、筛选、纳入和排除阶段,讨论联系现有知识并突出实践意涵和未来展望。
2.8 伦理考虑(Ethical Considerations):范围综述不直接涉及人或动物,无需研究伦理委员会批准;各阶段遵循科学严谨和透明,尊重学术诚信与责任。

3. 结果(Results)
检索共识别6230条记录,去除633条重复后5597条进入筛选,排除2013条后3584条进入全文检索;其中2113条无法获取全文,1471条可评估,排除1458条后纳入13项研究。纳入研究来源主要涉及美国、巴西、韩国和沙特阿拉伯,设计包括可接受性研究、文献综述、系统综述、混合方法和描述性研究及技术生产研究;主要发现涉及AI在诊断、胎儿监测、临床决策支持、个性化教育、产后抑郁预防和儿童健康促进中的应用。方法学质量评估显示多数研究为合理质量,但存在小样本、回顾性研究为主和多数模型缺乏外部验证等局限;结果按五个主题轴组织,显示虚拟助手在产前教育和监测、分娩支持、产后监测和母乳喂养促进以及围产期心理健康干预中的应用,并突出数据隐私、算法偏倚和与卫生服务整合需求等挑战。

4. 讨论(Discussion)
4.1 获益程度(Magnitude of Benefit):最一致益处是改善健康信息获取、患者教育并加强妇女与卫生服务沟通;对话式智能体在孕妇和产后妇女中可接受性高,促进个性化指导、可靠信息获取和照护参与,补充而非替代直接临床照护。AI在风险评估、孕产妇监测、诊断支持和产科并发症预测方面有前景,ML和深度学习算法识别子痫前期、妊娠期糖尿病、早产和胎儿生长受限等表现满意,但多数预测模型基于回顾性数据,限制常规适用性;对话式AI证据较成熟,预测性AI多处于转化阶段。
4.2 比较效果(Comparative Effectiveness):比较证据有限,多数原始研究评估原型开发、试点实施或用户接受,未将AI辅助照护与常规照护直接比较;预测算法和CDSS文献多为回顾性队列和观察性研究,少有研究评估实施后是否改善母婴结局,教育聊天机器人关于患者参与的证据强于预测算法关于临床效果的证据。
4.3 临床结局(Clinical Outcomes):技术性能与已证实临床效果之间存在差异,多数研究测量可用性、可接受性、参与度和满意度,而非客观母婴结局;降低孕产妇发病率、新生儿并发症、住院率或改善母乳喂养持续时间和产前保健依从性的证据仍稀缺,当前证据支持AI主要作为优化医疗服务提供的补充工具,预测模型仍需外部验证和前瞻性实施研究。
4.4 参与可持续性(Sustainability of Engagement):AI干预初始可接受性高,但持续参与证据有限,多数研究随访短;对话式智能体多在妊娠早期或产后信息需求最大时使用,互动率随时间下降,维持长期参与需持续内容更新、个性化策略和与常规卫生服务整合;未来应优先纵向实施研究评估依从性、保留和行为改变。
4.5 潜在危害、伦理挑战与监管考虑(Potential Harms, Ethical Challenges, and Regulatory Considerations):AI应用带来伦理、法律和患者安全挑战;大语言模型(large language models, LLMs)的AI幻觉(AI hallucinations)可生成看似合理但错误的信息,关于用药、警示症状、母乳喂养或产科急症的不准确建议可能延误评估并危及母婴安全,AI生成信息应接受专业核验。复杂ML模型和LLMs常为“黑箱”系统,可解释性不足会降低专业人员和患者信任;监管框架对验证、认证、上市后监测指导有限,临床责任边界不清。AI应作为决策支持而非自主决策者,在专业监督下运行,并设计为识别警示信号时鼓励及时转诊,强化而非替代治疗关系。
4.6 证据质量与研究空白(Quality of Evidence and Research Gaps):证据基础方法学不成熟,可行性研究、观察性调查、技术开发报告和二次综述占主导,随机对照试验稀缺;技术、人群、结局和随访异质性限制研究间比较,地理分布多集中于高收入国家,低中收入国家证据有限;未来需标准化报告、统一结局、多中心验证和资源受限环境实施研究。
4.7 护理实践启示(Implications for Nursing Practice):护士在健康教育、风险评估、照护连续性和患者支持中居核心地位;AI可补充护理实践,促进患者教育、症状监测、沟通、母乳喂养咨询和早期识别产科并发症,优化工作流程并使护士更多关注个体化照护。成功实施要求专业人员具备数字健康、AI信息批判性评价、伦理决策和数据治理能力,实施策略应以人为中心,强化而非削弱治疗关系,并将AI素养纳入护理教育。
4.8 局限性(Limitations):作为范围综述而非系统综述,本研究不旨在穷尽所有证据,可能遗漏相关出版物;文献有限且方法学异质,以探索性研究、可接受性研究、技术开发报告和文献综述为主,结论需谨慎解释;研究多在高收入国家进行,限制外部效度;技术平台和评估结局差异限制直接比较;AI技术快速演进,部分证据可能过时,且存在作者对数字健康兴趣所致的解释偏倚。

5. 结论(Conclusions)
聊天机器人和AI纳入妊娠、分娩和产后照护具有正向影响潜力,可增强个性化产前照护、扩展产后支持、支持母乳喂养并促进临床和情绪风险早期识别;但仍面临伦理、技术和实施挑战,需通过稳健研究、多中心临床试验和确保平等可及的公共政策解决。AI应被理解为补充性和整合性工具,支持但不替代妇女主体性和专业人员在围产期照护中的实践;未来应优先多中心随机临床试验、长期效果研究、实施研究、成本效果分析和不同人群外部验证,并关注母婴结局、用户安全、公平和卫生系统整合。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号