平安健康AI健管师上岗助力管理慢病患者 效率提升5倍

后疫情时代如何打造慢病管理的竞争力？中国平安“百万慢病项目”给出了亮眼的答案。平安健康医疗科技有限公司（股票简称：平安好医生，1833.HK，以下简称平安健康）旗下智慧医疗创新打造的AI健康管理师，应用在 “百万慢病项目”，极大提升了该项目的慢病管理效率和依从性，管理效率提升了高达5倍。

打造高品质服务质量和拓宽AI的应用场景，以服务品质和管理效率的提升，为中国平安“百万慢病项目”铸就了竞争护城河。

AI创新探索应对慢病管理挑战

慢病管理一直是国内医疗行业的重要命题之一。人口老龄化、居民不健康的生活方式使得我国慢性病患者的数量不断增长且呈现年轻化的趋势，庞大的慢性病患者数量显示出我国慢性病领域仍面临巨大的挑战。据《中国居民营养与慢性病状况报告(2020年)》显示，2019年我国因慢性病导致的死亡占总死亡88.5%。

面对严峻的慢性病防控形势，传统慢病管理凸显出诸多痛点，最典型的两大痛点：一是服务和管理的关键仍然是靠“人”，对人工依赖程度高，无法满足巨大慢病用户需求；二是慢病管理用户管控意识缺失，依从性差，慢病管理效果不佳。

近年来，随着医疗科技不断进步，以大数据、人工智能等技术为核心的解决方案出现，这两大痛点得以解决——平安健康创新打造出的AI健康管理师，极大提升了“百万慢病项目”的慢病管理效率和用户依从性。

管理效率提升5倍 AI健康管理师重构营养生活

据悉，平安健康旗下的智慧医疗致力于以AI与人工结合的服务模式提升慢病管理的效率，依托平安医疗科技领先的AI技术和大数据分析模型，以“生活方式医学理念”为基础，联合国家代谢病临床中心等权威机构，为符合服务使用标准的客户量身定制个性化慢病管理方案。在这套管理方案中，通过AI+社群人机互动的方式管理用户，帮助慢病用户从日常生活习惯中建立科学认知和行为改变计划。从推出在平安“百万慢病项目”中应用至今，服务方案经多次迭代，获得了百万慢病用户的广泛认可，截至10月，用户满意度达98.85%[1]。

在慢病管理服务中，平安健康配备了四师对用户提供专业的健康服务，包括：专业临床医生、国家注册营养师、资深健康管理师、心理咨询师，主要负责对慢病用户进行疾病咨询、生活方式和心理健康的指导，新上岗的AI健康管理师则是作为帮助健康管理师为用户提供饮食指导的工具。

AI健康管理师与社群相结合，用户餐前发一张饮食照片，即可收到个性化饮食管理方案，指导用户调整饮食结构，达到改善不良生活饮食习惯的目的。其原理是AI健康管理师根据用户发出的照片，自动识别多种食物、分析营养结构、找到营养问题、通过大数据模型的分析，再将饮食管理方案结构化呈现给用户。AI健康管理师即时饮食点评让用户可以快速的收到反馈信息，相比于传统单纯人工的饮食点评方式，AI健康管理师饮食点评反馈速度更快，帮助患者解决了“吃什么、怎么吃”的问题，用户获得感更足，也就更有动力进行慢病的自我管理。

一位平安“百万慢病项目”的忠实用户“牡丹”女士提到：“体验这项服务已经有小半年了，从平安“百万慢病项目”推出之时，便加入了其中，最开始时发出照片需要耐心的等待营养师的点评指导，而现在发出照片即时能收到点评指导方案，点评速度快了很多，体验感很好，同时他们给的建议，我照着做，使我的血糖从空腹血糖值9.8mmol/l降到了正常值，我开心极了，真心感谢他们的付出。据项目负责人介绍：“AI健康管理师的应用，使用户的依从性峰值达83.49%[2]，管理效率提升了5倍。”

值得一提的是，平安健康AI技术应用在平安 “百万慢病项目”上的，远不止创新研发了AI健康管理师。AI疾病风险预测、AI运动方案在慢病病管理流程中同样发挥着重要作用，以AI疾病风险测评为例，该工具目前已支持预测12种疾病风险，可提前5年预警风险，数据模型准确率约90%[3]。

深挖AI赋能 助推慢病管理新发展

AI技术的应用给慢病用户带来个性化管理方案，也让慢病管理更智慧。相关项目负责人表示：“要更好地服务慢病用户，AI管理方案还有很多地方需要完善，未来我们将持续发力大数据+AI技术，对用户的慢病管理需求深度分析，持续深化竞争力，打造服务化、智能化、专业化的慢病管理新生态，用AI技术传递科技温度，帮助每一个人、每一个家庭、每一个组织实现人人可享的高品质慢病服务。”

数据来源：

[1] 服务满意度计算公式：用户满意人数/收集到满意度的人数，评分大于8计为满意；98.85%的满意度数据来源为2022年10月该服务随访统计数据进行的公式计算；

[2] 依从性计算公式：社群内依从人数/社群管理总人数；83.49%的依从性数据来源为2022年11月结营班数据；

[3] AI疾病风险测数据模型准确率90%的数据来源为：

① A predictive model of symptomatic hypoglycemia in 6 months for type 2 diabetes patients with longer duration. EASD 2019；

② Machine learning method displays factors related to 6-month HbA1c target in patients. IDF 2019 with type 2 diabetes

③Predictive model for achieving quick HbA1c control in Chinese type 2 diabetes patients: results from ORBIT study. IDF 2019 等。