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
Big data analytics in disclosing IVF-ET patients’deeds based on artificial intelligence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。