人工智能用于化疗患者肿瘤护理症状管理的综述

International journal of palliative nursing · 2026-10-14 · 综述

• 一句话结论：结论：综述认为人工智能有望通过实时症状监测、不良事件预测与个体化干预支持肿瘤护理中的主动症状管理，但多数应用仍处早期阶段，证据支持有限。
• 研究设计与做法：设计：结构化文献综述，检索PubMed、Scopus与Web of Science近十年同行评审研究，聚焦机器学习、自然语言处理、临床决策支持系统与数字健康工具在化疗症状管理中的应用；未报告纳入研究数量与样本量。
• 主要结果：主要结果：作者归纳称患者自报与可穿戴设备数据可能有助于更早识别并发症、改善症状追踪与患者参与；材料未报告任何效应量、置信区间或p值。
• 机制或解释：机制解释：作者提出人工智能可借助持续监测、预测性评估与更早干预实现主动、个体化症状管理；未讨论具体生物学或行为学机制。
• 局限与边界：局限与边界：作者指出算法偏倚、可解释性有限、数据隐私与安全、缺乏标准化与互操作性、工作流整合及培训与基础设施要求等挑战；未报告人群范围、随访时长与利益冲突信息。
• 可否落地：落地：对护理实践提示护士应掌握人工智能工具使用技能并认识其局限，人工智能应补充而非替代临床判断；作者强调尚需进一步研究确立其有效性与安全性，当前不足以下结论。

🔗 打开原文

Salami A, Sohaib A.

本文摘自《每日前沿研究简报 · 2026-10-20》「AI 科研智能体」。本内容仅用于研究信息整理与科普交流，不构成医疗建议。