基于人工智能的体外受精-胚胎移植患者需求的大数据分析

作     者：林嘉雨 常亚杰 李婷婷 陈攀 庄德恩 李永芳 陈伟熙 王艳芳 梁晓燕 李晶洁 LIN Jia-yu;CHANG Ya-jie;LI Ting-ting;CHEN Pan;ZHUANG De-en;LI Yong-fang;CHEN Wei-xi;WANG Yan-fang;LIANG Xiao-yan;LI Jing-jie

作者机构：中山大学附属第六医院北院区生殖医学中心广州510000 香港大学李嘉诚医学院妇产科系中国香港999077 中山大学附属第一医院药学部广州510080 杭州火石数智科技有限公司杭州310051 广州市黄埔区中六生物医学创新研究院广州510700 

出 版 物：《生殖医学杂志》 (Journal of Reproductive Medicine)

年 卷 期：2024年第33卷第4期

页      面：479-486页

学科分类：1002[医学-临床医学] 100211[医学-妇产科学] 10[医学] 

基　　金：国家重点研发计划(2021YFC2700400) 广东省科技计划项目(2016A020218006) 中山大学青年教师培训项目(19ykpy04) 

主　　题：体外受精与胚胎移植 人工智能 辅助生殖技术 需求 情绪 

摘      要：目的基于人工智能(artificial intelligence,AI)与大数据技术分析接受(或意向接受)体外受精-胚胎移植(IVF-ET)助孕治疗患者(IVF-ET患者)的需求,为专科医护提供参考。方法通过互联网数据采集和算法建模收集2010—2019年IVF-ET患者在社交媒体上交流的信息,分析IVF-ET患者的年龄和性别分布、网络交流健康信息趋势、患者所患疾病类型、给药情况、患者关注重点等信息,并对影响患者情绪的相关因素进行分析。结果2010—2019年,IVF-ET患者在社交媒体上交流相关问题的热度越来越高。30~35岁的IVF-ET需求人群在互联网上最为庞大,选择网上咨询IVF-ET相关事宜的患者多为女性不孕患者。患者给药情况中,提及次数最多的药物为黄体酮注射液,提及最多的给药方式为阴道给药,且接受一种黄体酮类药物治疗的患者最多。患者在IVF-ET过程中关注的重点主要包括负面心理、妊娠指标及经济因素。未受孕及阴道给药的患者,容易产生负面情绪。结论基于AI的大数据分析能帮助专科医护了解IVF-ET患者的实际需求,医护人员需加强宣教及指导,帮助患者树立正确的认识及维持良好的情绪状态。