情商:糖尿病治疗中缺失的一环

一般认为，慢性疾病治疗方案和生活方式改变的不坚持率平均为50％在世界发达国家，发展中国家的发病率甚至更低。超过3420万年美国人被诊断出患有糖尿病，另有8800万人患有早期糖尿病(有时也被称为前驱糖尿病，不过，如果不进行干预，大约有8800万人患有糖尿病70％会发展成全面的糖尿病)。除此之外，糖尿病患者更容易有症状加重，并发症加重年代从新型冠状病毒肺炎．与如今，大多数干预方案都依赖于人类，成本昂贵，成本效益和患者参与都是针对糖尿病管理优化和预防的解决方案的关键限制。目前最好的解决方案加起来最多只能为10%的有需要的人口提供服务。

作为一个群体，糖尿病患者特别容易受到严格遵守养生法的挑战。尽管有良好的糖尿病自我护理的循证维度，如体重控制、定期体育活动、血糖自我监测和药物管理，许多糖尿病患者仍然面临障碍。这些挑战导致发病率和死亡率增加，医疗成本高，患者和从业者都感到非常沮丧。糖尿病护理团队最常提出的问题是，“我如何帮助患者更好地控制他们的糖尿病?”

当前管理糖尿病患者的方案

糖尿病是一个主要的例子，自我管理，而且，随着时间的推移，保持行为改变和坚持的能力，在治疗中起着至关重要的作用。为了优化他们的健康，糖尿病患者经常被建议饮食和锻炼，接受频繁的医疗检查，以及每年对他们的眼睛和脚进行专门的检查，每天服用多种处方口服或注射药物。这是一个庞大的名单，我们不能忽视落在这些人身上的巨大责任。在糖尿病被治愈之前，所有这些行为通常都需要持续一生，而是否坚持这些协议最终取决于患者自己。

管理糖尿病是一项复杂的任务，让人感觉没完没了，势不可挡，对于已经因疾病而失去动力的患者来说，这似乎是一项不可能完成的任务。为了在治疗方案依从性方面取得成功，患者及其医疗保健提供者需要保持一致。但是，由于每天都有数百万患者需要遵守特定的健康方案，这些组织如何保持持续的、有价值的大规模联系?

全球健康行业正在投资数十亿美元开发药物、数字疗法、设备、可穿戴设备和服务，使患者能够管理自己的健康，所有人都在争夺与客户的宝贵关系，以更好地为他们服务，提高他们的生活质量。但是，要克服整体干预方案不遵守这一全球性挑战，只有当患者自己真正做他们需要做的事情来遵守他们的健康方案时才能实现。

有效的治疗需要经常进行个性化干预，超出医院和诊所的范围，深入患者的日常生活。目前，卫生保健系统和依赖人类的慢性疾病预防和管理计划所能提供的服务与有效解决慢性疾病流行负担所需的干预措施之间存在不匹配。改善临床结果需要克服“ 最后一英里问题 涉及病人的行为，因为即使是最合适的治疗也只有在病人坚持到底的情况下才会有效。

尽管先进的药物和糖尿病相关设备不断进步，但我们仍然面临着人类行为这一基本而持久的问题。我们如何帮助人们有效地将糖尿病自我保健纳入他们的生活，并在他们的疾病过程中积极地实施和保持目标导向的习惯?我们如何帮助临床医生和医疗机构更好地支持这些努力?这是一种很难成功控制的疾病，医生们知道，如果他们的病人坚持他们的治疗建议，他们就可以真正改善他们的健康状况，避免糖尿病相关的并发症。

行为:每一个糖尿病干预的核心

坚持治疗的问题已经研究了多年，但直到最近，来自行为科学的模型才被用于提高患者的依从性。研究人员也开始探索数据驱动的精准医疗是否可以结合个性化的行为“推动”，以提高患者遵循建议的能力和意愿。这可以通过移动应用程序提供高度定制的提示来实现，以解决每个患者的特定生活习惯和动机概况。如今，“推动”某人行动的最便捷方式是通过他们的手机。然而，如今大多数“轻推”解决方案都是通用的，无法适应用户现实生活中的需求、习惯、时间表、优先级、动机等。用“你今天还需要走一万步”这样的信息提醒病人通常是无效的，尤其是从长远来看，客观的建议实际上会造成警觉疲劳。就像一种特定的治疗方法不会对每个病人都同样有效一样，一般的行为干预也不会引发每个病人的行动。

这就是“精确交战”的用武之地。它最近才应用于医疗保健领域，它结合了数据科学和行为科学，以定制最有可能激励患者改变行为并长期参与其治疗方案的行为干预。患者最终可以得到鼓舞人心的干预措施，这些干预措施是根据他们自己的个性、目标、护理旅程和参与挑战量身定制的。如何实现这一目标?在先进的人工智能(AI)技术和机器学习算法的帮助下，我们可以在正确的时间，以正确的语气，以正确的方式，向正确的患者提供正确的刺激建议，以提高他们对既定治疗的依从性。

结合AI和EI来做出改变

人工智能是一个我们现在都很熟悉的术语，它继续为数字健康行业增加巨大的价值。虽然人工智能让我们能够更深入地研究患者的体验，但我们缺少的一件事就是人情味。要实现真正完美的精准参与，情商(EI)是关键。与人工智能不同，EI不是我们可以看到的东西，也不是我们可以实际使用的东西。EI指的是一个人的个性和智力能力，这种能力在人的一生中不断发展。更具体地说，它是一个人从情绪中产生的信息处理能力，以及他们在需要激活认知系统的情况下指导行动的能力。简单地说，是什么情绪触发了一个特定的人的行动?什么会让病人A今天早上服药?病人B在日常锻炼中会得到什么?

这些问题的答案就在于高度个性化的推荐，或者我们上面提到的“助推”，它会根据特定个人过去的行为模式和当前的现实环境自动调整。使用人工智能技术，可以从患者的智能手机和其他连接设备中感知和收集各种类型的数据，包括与他们的活动、位置、Wi-Fi连接、睡眠模式、体重、血糖水平、药物、营养、情绪等相关的原始数据。然后，对这些原始数据进行处理和分析，以了解患者的行为和习惯。利用这些综合力量，我们最终可以了解何时、何地以及如何与糖尿病患者进行最佳互动，以有效地影响他们的行为和长期健康。

另一个附加价值是强化学习，这是人工智能中的一个子集领域，它能够以最有可能实现依从的语气向每个人提供健康建议。为每个人调整语调可以带来最有效、超个性化的体验。

终极解决方案

T全世界都面临着一项重大挑战，那就是让糖尿病患者有动力坚持他们的健康方案，即使他们的生命依赖于它。至关重要的是，我们开始将量身定制的干预方法规范化有没有行之有效的方法这不会让病人更沮丧，而是鼓励他们，激励他们，支持他们过上更健康的生活。

我们现在有了可以开始的技术实现个性化参与工具进入糖尿病患者的管理．推出这些解决方案不仅可以对抗治疗不坚持的全球性挑战，但是还能让糖尿病患者真正看到自己健康状况的变化吗．这可以通过自动化实现该公司根据每位糖尿病患者的个人角色为他们定制了计划，并根据他们的行为和环境不断进行调整．医生想为病人服务，但不能从微观上管理病人的行为。这是采用数字解决方案的一个关键优势——支持医生管理患者负荷，并使患者能够更好地遵循他们的治疗计划，以获得更好的健康结果。

Yossi Bahagon博士斯威奇联合创始人兼现任董事长。

阴户一举一动是首席执行官Sweetch。