近年來，為了應對糖尿病患者自我管理依從性不高、醫護資源不足、人工干預成本高效率低等問題，數字化管理方式應運而生。

此前我們已經在《智能設備成為糖尿病數字化管理基本前提，技術壁壘和關鍵創新點有哪些？》一文中強調了糖尿病數字化管理3D要素（設備Device、設備的數據Data、數據所產生的醫療決策Decision）的重要性，著重分析了設備Device在數據采集方面的基礎性價值。

有了數據Data作為前提，高效的醫療決策Decision又該如何實現？此時，智能決策就開始發揮作用。智能決策即以多維度的患者數據為基礎，以智能技術實現患者交互，盡可能減少人工干預，真正實現糖尿病數字化管理的系統，在國外也被稱為“虛擬教練”，顧名思義，它可以像教練一樣幫助患者更好地進行自我管理。

智能決策為什么必要？

對于全球4.63億糖尿病患者、中國1.16億糖尿病患者來說，醫護資源是稀缺的，有限的醫護人員無法對所有患者的自我管理進行全程干預。即使有足夠的醫療資源，人工干預也存在成本高、效率低等問題。因此，構建低成本、高效率、廣覆蓋的服務輸出就成為必然。

過去幾年，互聯網已經在慢病管理方面發揮了不小的作用，但單純的互聯網價值主要在于消除信息差、提高連接的效率，而醫護資源稀缺、慢性病的全病程管理等問題尚缺乏解決方案。

隨著糖尿病管理企業的創新及人工智能技術的發展，以智能決策為核心的糖尿病管理迎來發展契機。例如，智能決策能夠將有限的資源無限放大，實現“大規模個性化”的慢病管理。基于智能決策，糖尿病數字化管理公司Onduo Health今年2月將疾病管理種類從2型糖尿病擴大到糖尿病前期、高血壓、肥胖和心理疾病等。

從智能決策可行性來看，糖尿病除了在院內治療，還有很大一部分內容是院外自我管理。糖尿病管理包括臨床診斷治療、患者教育、疾病預防、早期發現、生活方式管理等。除臨床診斷治療外，其他內容均無需醫生深度參與。

根據糖尿病管理指南，糖尿病患者擁有同樣的風險因素、飲食禁忌及健康教育需求。基于患者的共性問題，糖尿病管理機構通過智能決策系統結合患者實際數據進行個性化管理具有較強的操作性。

另外，已有不同程度的證據表明，以智能決策為核心的糖尿病數字化管理具有明確的臨床效果。從上述內容可以看出，通過智能決策管理糖尿病，必要且可行。

智能決策應具備哪些核心功能？

智能決策已經被多家糖尿病數字化管理公司采用。例如，Fooducate依托其自建的大型食物數據庫可分析食物的營養成分，并根據用戶的年齡、性別、體重、活動水平、健康狀況等個體情況給出個性化的營養等級和飲食建議。Welldoc、Linvongo等也在其患者管理過程中融入了智能化手段。我們通過一些案例及其取得的實際效果來說明智能決策應具備的核心功能。

Welldoc于2013年首次推出糖尿病管理應用軟件BlueStar，并8次獲得FDA認證。BlueStar便是以智能決策為核心的糖尿病數字化管理產品，能提供豐富的內容及5種消息類型：提示、資訊、實時反饋、個體健康趨勢、概覽。

“提示”用來引導用戶錄入糖化血紅蛋白、運動時長等身體健康數據，并由BlueStar將數據轉化為可操作的信息。為提高患者滿意度，BlueStar允許用戶設置提醒或取消提示。

“資訊”用來鼓勵用戶或娛樂，使用戶通過他人的案例獲得自信或通過娛樂內容保持心情愉悅，以更好的遵從BlueStar的管理。

BlueStar資訊信息

“實時反饋”是用戶輸入數據后給出的反饋，內容包括需要注意的飲食、運動或智能決策系統根據用戶錄入的數據給出的指導意見等。

“個體健康趨勢”是指用戶一段時間內的身體健康趨勢，如一個月或一周內的糖化血紅蛋白下降情況。需要說明的是，可視化信息有助于讓用戶“看見”效果，并更信任BlueStar，從而遵從其管理。

“概覽”是定期推送的用戶健康趨勢，如月度健康情況；或此前的行為與當前身體情況的因果關系，如前兩周的健康飲食與合理運動降低了糖尿病患者的糖化血紅蛋白。

上述五種信息的推送，均需要BlueStar依托智能決策系統分析用戶的運動、飲食、用藥等數據，并進行智能化個性化推送，如此才能實現個性化的學習和行為方案，真正幫助用戶將行為療法融入日常生活。

臨床研究證明，BlueStar使患者糖化血紅蛋白的平均降幅分別為1.9%，并明顯減少糖尿病患者的住院和急診次數。BlueStar以其臨床時效證明了智能決策的重要性。

此外我們還發現，糖尿病數字化管理需要向患者推送多種信息，而非人性化的互動方式對于糖尿病患者無異于“信息轟炸”。這也從側面說明了人性化互動方式的重要性。在這方面，糖護士Dnurse提供了參考樣本。

據了解，糖護士Dnurse設置了6000多種場景，并通過智能決策系統進行智能匹配。例如，智能決策系統通過對糖護士用戶的血糖、飲食、運動等數據綜合分析，向患者提出個性化建議。同時，針對同一用戶提醒相同的事項，智能決策系統也會根據6000多種場景進行智能匹配，使每一次的提醒都是“人性化問候”，而不是“機器式語言”。

（糖護士Dnurse基于智能決策系統推送的建議）

另外，問答機器人、交互式視覺界面、激勵設計等功能也是智能決策應具備的功能。

問答機器人、交互式視覺界面、激勵設計均是提升用戶依從性的措施。如果說信息推送是讓用戶被動的進行自我管理，那么，激勵設計則是激發患者的主觀能動性，使其主動進行管理。

例如，糖尿病數字化管理公司通常會設置游戲闖關、積分獎勵等功能以提升患者測血糖、記錄血糖值、記錄飲食和運動等數據的意愿。Livongo的患者在應用程序上記錄飲食和步數賺取點數后可換購物卡，Mango Health的患者按時服藥累計積分可兌換實物禮品，糖護士Dnurse的患者通過玩血糖猜一猜、挑戰神話等游戲來強化血糖監測結果和血糖波動原因的關聯意識，以及提高監測自覺性和用藥依從性。

綜上所述，一套完整的智能決策系統至少應該包含這些核心功能：

1、根據患者病情和健康數據提供個性化的管理方案，并階段性反饋患者監測數據及變化趨勢，方便患者對日常行為和管理作出調整。

2、提供豐富的內容及人性化、貼近生活的互動方式，幫助用戶將行為療法融入日常生活，而非將糖尿病管理與日常生活割裂開。

3、患者可隨時隨地錄入、查看健康信息與數據，為患者提供自我評估和目標設定工具，通過目標來激勵患者實現一定的自我管理效果。

4、將患者信息同步給家人或朋友，以便在有必要時使其參與到患者管理中；

5、提供醫生團隊緊急應答，以應對患者遇到的突發狀況。

通過這些功能的疊加作用，盡可能減少糖尿病管理中的人工干預，盡可能提高患者自我管理依從性以及管理效果。

智能決策能產生哪些現實意義？

采用智能決策后，糖尿病管理企業不僅能在糖尿病管理過程中節省大量的人力投入，還能實現多方共贏。

對患者來說，通過智能決策系統自我管理有助于提升控糖效果。例如，糖護士Dnurse分析30萬用戶的268萬條血糖數據發現，通過智能決策系統進行自我管理的患者，血糖控制合格率達59%。

對糖尿病管理企業來說，應用智能決策系統可降低人力成本，提升用戶留存率和活躍度，更有利于平臺進行商業化。例如，Livongo利用智能決策與人工教練團隊相結合，共同為患者服務，使得一人管理數千人成為可能；Livongo良好的運營數據也獲得雇主、保險公司和資本市場認可。

再如，糖護士Dnurse基于其智能決策系統，顯著提升患者血糖監測頻率和用戶留存率，受到市場認可。同時，其匹配智能決策系統的智能監測產品已遠銷亞非拉15個國家，并開始開拓歐洲市場。

對支付方來說，智能決策對患者起到充分的提醒、敦促、鼓勵和互動，從而提升控糖效果，降低并發癥風險，使保險支出也相應降低。這方面，美國公司因以商業保險支付為主，已形成成熟的模式。在國內，由于商業保險覆蓋率較低，保險公司通過數字化產品進行疾病管理、降低賠付風險的模式仍處于探索階段。

總之，要想讓糖尿病患者堅持進行自我管理、與普通人生活無異，3D要素（設備Device、設備的數據Data、數據所產生的醫療決策Decision）是相互滲透、不可分割的要素，糖尿病數字化管理應該不斷優化智能決策能力及人機交互能力，以便悄然融入患者的日常生活，而不是期望患者刻意改變生活方式去適應各類管理工具。