亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        人工智能在兒童哮喘病人中應(yīng)用的研究進(jìn)展

        2022-10-17 02:00:43王馨芝樓曉芳
        循證護(hù)理 2022年10期
        關(guān)鍵詞:智能手機(jī)人工智能管理

        支氣管哮喘作為一種以慢性氣道炎癥和氣道高反應(yīng)性為特征的異質(zhì)性疾病,以反復(fù)發(fā)作的喘息、咳嗽、氣促、胸悶為主要臨床表現(xiàn),并常伴有可逆性氣流受限,常在夜間或凌晨發(fā)作或加劇。支氣管哮喘是兒童最常見的呼吸系統(tǒng)疾病之一,給患兒及其家庭及社會都帶來了沉重的負(fù)擔(dān)。頻繁的哮喘發(fā)作會影響患兒正常的生長發(fā)育,使其體力活動減少、肺功能逐漸下降;同時(shí),也增加患兒家庭經(jīng)濟(jì)負(fù)擔(dān)和時(shí)間成本,導(dǎo)致了更多醫(yī)療資源的浪費(fèi);社會也需要為哮喘患兒配置更多的醫(yī)療資源。近幾年隨著科技的進(jìn)步,人工智能逐漸在各個(gè)領(lǐng)域嶄露頭角,如何運(yùn)用人工智能處理醫(yī)療、護(hù)理領(lǐng)域相關(guān)問題,并推動其發(fā)展成了熱門話題。本研究通過對近年國內(nèi)外人工智能(artificial intelligence,AI)技術(shù)在哮喘患兒中的應(yīng)用新進(jìn)展進(jìn)行綜述,旨在為今后哮喘患兒的治療及護(hù)理提供思路和建議。

        1 人工智能發(fā)展概況

        人工智能是指利用構(gòu)造的具有一定智能的人工系統(tǒng)來完成過去需要人力才能實(shí)現(xiàn)的智能工作,是一門涉及計(jì)算機(jī)科學(xué)、心理學(xué)、哲學(xué)等的綜合性學(xué)科。人工智能在1956年達(dá)特茅斯(Dartmouth)學(xué)會上被首次提出,至今已有60多年的發(fā)展歷程

        。2017年,國務(wù)院發(fā)布的《新一代人工智能發(fā)展規(guī)劃》政策中提道:要推廣應(yīng)用人工智能治療新模式、新手段,建立快速精準(zhǔn)的智能醫(yī)療體系。同年,衛(wèi)生健康委員會發(fā)布的《“十三五”全國人口健康信息化發(fā)展規(guī)劃》指出,要充分發(fā)揮人工智能、醫(yī)用機(jī)器人、可穿戴設(shè)備等先進(jìn)技術(shù)和裝備產(chǎn)品在人口健康信息化和健康醫(yī)療大數(shù)據(jù)應(yīng)用發(fā)展中的引領(lǐng)作用。人工智能近幾年在醫(yī)療領(lǐng)域被廣泛應(yīng)用。利用人工智能可以在有限的時(shí)間內(nèi)完成大量病人數(shù)據(jù)的采集、儲存和處理,并通過各種算法從中獲取一些規(guī)律經(jīng)驗(yàn)來更好地輔助疾病的診斷和治療。在護(hù)理領(lǐng)域中,人工智能通過精簡流程和提高準(zhǔn)確性來改善護(hù)理服務(wù)質(zhì)量等

        2 人工智能技術(shù)在兒童哮喘病人中的應(yīng)用

        2.1 哮喘的識別與診斷

        機(jī)器學(xué)習(xí)(machine learning)屬于人工智能的一個(gè)分支,指讓機(jī)器或計(jì)算機(jī)學(xué)習(xí)如何執(zhí)行特定任務(wù)的過程,并以類似于人類的方式,隨著經(jīng)驗(yàn)的不斷累積從而發(fā)揮更大的作用。人工智能和機(jī)器學(xué)習(xí)都是數(shù)據(jù)驅(qū)動的過程,通過計(jì)算和編程等步驟,從大量的復(fù)雜數(shù)據(jù)中“挖掘”出潛在的聯(lián)系,從而獲得知識和經(jīng)驗(yàn)。臨床上能否快速識別哮喘兒童病情的突然變化以及疾病的嚴(yán)重程度往往直接影響患兒的預(yù)后,甚至影響其生存率。近年來,國內(nèi)外醫(yī)院或團(tuán)隊(duì)通過制定評估工具來判斷兒童哮喘的嚴(yán)重程度,如:兒童哮喘嚴(yán)重程度評分(PASS)、兒童呼吸困難評分(PRAM)等。這些評估工具在一定程度上縮短了患兒的住院時(shí)間,降低了再次入院率以及減少了藥物使用。但需消耗大量時(shí)間進(jìn)行頻繁的重新評估也成了護(hù)理人員工作的一大挑戰(zhàn)。人工神經(jīng)網(wǎng)絡(luò)(artificial neural network,ANN)屬于機(jī)器學(xué)習(xí)的一種模式,是模仿人腦結(jié)構(gòu)的一組特定算法,通過利用計(jì)算機(jī)挖掘大量電子健康記錄(electronic health record,EHR)的深層信息,并進(jìn)行自主學(xué)習(xí)與訓(xùn)練,從而構(gòu)建各疾病的預(yù)測、診斷及預(yù)后等模型。Messinger等將重癥監(jiān)護(hù)室患兒的監(jiān)護(hù)儀與數(shù)據(jù)庫相連,通過人工神經(jīng)網(wǎng)絡(luò)算法來同步儲存、處理患兒生命體征相關(guān)數(shù)據(jù)以及電子健康記錄上的人口統(tǒng)計(jì)學(xué)數(shù)據(jù),最終生成了自動呼吸嚴(yán)重程度評分(PARS)。PARS能自動且持續(xù)地收集監(jiān)護(hù)儀上的數(shù)據(jù),既避免了人工收集數(shù)據(jù)的錯誤率及耗時(shí)長等問題,還能及時(shí)發(fā)現(xiàn)患兒可能出現(xiàn)的急性病情變化情況。最終服務(wù)于快速臨床決策,并推動高質(zhì)量護(hù)理。

        目前,在全球的臨床與科研活動中,哮喘的診斷標(biāo)準(zhǔn)、確診流程尚無統(tǒng)一標(biāo)準(zhǔn),甚至對于哮喘的定義也是眾說紛紜。曾有研究對122篇關(guān)于診斷兒童哮喘的定義數(shù)據(jù)文獻(xiàn)進(jìn)行分析,發(fā)現(xiàn)其產(chǎn)生了60種不同的定義

        。Seol等對基于人工智能的自然語言處理(NLP)技術(shù)用于在兒科人群EHR中識別具有鮮明特征的哮喘及其亞組的效果進(jìn)行評估,運(yùn)用了預(yù)測哮喘標(biāo)準(zhǔn)和哮喘預(yù)測指數(shù)來驗(yàn)證自然語言處理算法,在2個(gè)標(biāo)準(zhǔn)皆為陽性的兒童中,有30%是未被醫(yī)生診斷為哮喘的。并且運(yùn)用該標(biāo)準(zhǔn)得出的哮喘指數(shù)日期比醫(yī)生首次診斷哮喘早了近1年時(shí)間。綜上所述,基于人工智能的自然語言處理算法能在EHR時(shí)代提高哮喘的診斷率,同時(shí)也提高了精確度,使患兒能盡早獲得相應(yīng)的治療。Yu等研發(fā)的人工智能模型幫助兒科醫(yī)生更準(zhǔn)確地識別、診斷兒童哮喘,且研究結(jié)果顯示其模型對于減少抗生素以及全身糖皮質(zhì)激素的濫用有重要的臨床價(jià)值。

        臨床上的許多監(jiān)測儀在科技的發(fā)展下都實(shí)現(xiàn)了精簡這一目的??杀O(jiān)測設(shè)備越便攜、集成功能越強(qiáng)大對哮喘患兒越便利。哮喘病人氣道對各種刺激因子,如藥物、運(yùn)動、變應(yīng)原、食物等表現(xiàn)出高度敏感狀態(tài)。Buonocore等

        研發(fā)了一款基于智能手表的無線健康監(jiān)測系統(tǒng),將感知得來的患兒實(shí)時(shí)生理狀態(tài)(如心率、活動量、肺功能數(shù)據(jù)等)以及當(dāng)下所處環(huán)境的各項(xiàng)指標(biāo)(如空氣所含顆粒物濃度等)與當(dāng)日實(shí)時(shí)信息結(jié)合(如交通、天氣、空氣質(zhì)量等),由機(jī)器學(xué)習(xí)模型處理數(shù)據(jù),預(yù)測哮喘發(fā)作的風(fēng)險(xiǎn),為患兒提供實(shí)時(shí)的預(yù)警。Venkataramanan 等設(shè)計(jì)的K-Health套組包含收集睡眠和活動數(shù)據(jù)、峰值流量計(jì)、空氣質(zhì)量監(jiān)測器等功能,在具備上述功能的基礎(chǔ)上還收集了患兒睡眠狀態(tài)、每12 h空氣中的花粉含量、臭氧濃度等。該可穿戴設(shè)備通過對哮喘患兒的持續(xù)監(jiān)測,識別季節(jié)、溫度、濕度等與觸發(fā)兒童哮喘發(fā)作及相關(guān)癥狀之間的關(guān)聯(lián),以便制定更詳細(xì)的個(gè)性化哮喘管理方案,達(dá)到更好的哮喘控制效果。

        2.2 哮喘分型

        1項(xiàng)針對哮喘患兒家長對待人工智能參與哮喘健康管理的態(tài)度調(diào)查指出,家長一致認(rèn)為僅依靠人工智能技術(shù)參與患兒哮喘管理的決策遠(yuǎn)遠(yuǎn)不夠。即使基于算法決策系統(tǒng)的準(zhǔn)確率及避免哮喘復(fù)發(fā)的成功率更高,醫(yī)務(wù)工作者在哮喘管理中仍扮演著關(guān)鍵一環(huán)。家長的受教育水平及經(jīng)濟(jì)條件影響他們對新技術(shù)的接受程度。同時(shí),人工智能技術(shù)作為一個(gè)“沒有生命、沒有感情”的技術(shù)手段,缺乏與患兒產(chǎn)生語言及非語言的交流。盡管人工智能技術(shù)可以幫助醫(yī)務(wù)人員做出更好的判斷,但在對患兒的照護(hù)中仍需要醫(yī)務(wù)人員的參與。

        隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展和普及,手機(jī)的功能日益強(qiáng)大,智能手機(jī)的使用群體也非常龐大。我國互聯(lián)網(wǎng)絡(luò)信息中心(China Internet Network Information Center,CNNIC)顯示,截至2020年12月,我國互聯(lián)網(wǎng)用戶已達(dá)9.89億人,其中手機(jī)用戶占比99.7%,青少年用戶占手機(jī)用戶的16.6%。智能手機(jī)的應(yīng)用在青少年間已非常地普及。如何將健康管理與智能手機(jī)軟件相結(jié)合以達(dá)到更好的效果也是國內(nèi)外研究的熱點(diǎn)。服藥依從性差已經(jīng)成為兒童哮喘控制不理想的主要原因之一。Lv等團(tuán)隊(duì)基于此,開發(fā)了一款智能手機(jī)軟件來輔助護(hù)士進(jìn)行哮喘患兒的健康管理。該軟件不僅具備服藥依從性管理,還包含了急性哮喘發(fā)作警報(bào)、酸中毒嚴(yán)重程度評估、健康日記、治療推薦等功能。該研究將以智能手機(jī)軟件輔助護(hù)士進(jìn)行的健康管理與僅有護(hù)士參與的健康管理進(jìn)行對照,并最終從哮喘惡化頻率、服藥依從性、兒童哮喘控制測試量表評分(C-ACT)、呼吸道感染、上學(xué)出勤率及醫(yī)療費(fèi)用等方面對該軟件的有效性進(jìn)行了全面的評估,結(jié)果顯示,以智能手機(jī)軟件為輔助的哮喘管理效果要優(yōu)于僅靠護(hù)士主導(dǎo)的健康管理效果。

        2.3 哮喘的管理與監(jiān)測

        哮喘作為一種慢性疾病,可通過嚴(yán)格的管理和控制減少其惡化及復(fù)發(fā)。研究發(fā)現(xiàn),80%~92%的患兒發(fā)生致死性哮喘的數(shù)天前都表現(xiàn)出哮喘控制不良、癥狀加重等情況。現(xiàn)有的預(yù)測模型側(cè)重于預(yù)測哮喘的惡化程度,但哮喘的惡化往往發(fā)生于哮喘長期失控的晚期。基于此,Luo等團(tuán)隊(duì)研究開發(fā)了1個(gè)預(yù)測哮喘控制惡化的模型。該模型通過將收集的210例患兒,共2 912份每周哮喘控制評估數(shù)據(jù)與患兒個(gè)人基本條件和環(huán)境變量相結(jié)合,以機(jī)器學(xué)習(xí)的方式,能提前1周預(yù)測兒童哮喘控制惡化。該模型具有71.8%的準(zhǔn)確度、73.8%的靈敏度及71.4%的特異度,可作為哮喘控制惡化的參考依據(jù)。

        隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展和普及,手機(jī)的功能日益強(qiáng)大,智能手機(jī)的使用群體也非常龐大。我國互聯(lián)網(wǎng)絡(luò)信息中心(China Internet Network Information Center,CNNIC)顯示,截至2020年12月,我國互聯(lián)網(wǎng)用戶已達(dá)9.89億人,其中手機(jī)用戶占比99.7%,青少年用戶占手機(jī)用戶的16.6%[16]。智能手機(jī)的應(yīng)用在青少年間已非常地普及。如何將健康管理與智能手機(jī)軟件相結(jié)合以達(dá)到更好的效果也是國內(nèi)外研究的熱點(diǎn)。服藥依從性差已經(jīng)成為兒童哮喘控制不理想的主要原因之一[17]。Lv等[18]團(tuán)隊(duì)基于此,開發(fā)了一款智能手機(jī)軟件來輔助護(hù)士進(jìn)行哮喘患兒的健康管理。該軟件不僅具備服藥依從性管理,還包含了急性哮喘發(fā)作警報(bào)、酸中毒嚴(yán)重程度評估、健康日記、治療推薦等功能。該研究將以智能手機(jī)軟件輔助護(hù)士進(jìn)行的健康管理與僅有護(hù)士參與的健康管理進(jìn)行對照,并最終從哮喘惡化頻率、服藥依從性、兒童哮喘控制測試量表評分(C-ACT)、呼吸道感染、上學(xué)出勤率及醫(yī)療費(fèi)用等方面對該軟件的有效性進(jìn)行了全面的評估,結(jié)果顯示,以智能手機(jī)軟件為輔助的哮喘管理效果要優(yōu)于僅靠護(hù)士主導(dǎo)的健康管理效果。

        臨床上的許多監(jiān)測儀在科技的發(fā)展下都實(shí)現(xiàn)了精簡這一目的??杀O(jiān)測設(shè)備越便攜、集成功能越強(qiáng)大對哮喘患兒越便利。哮喘病人氣道對各種刺激因子,如藥物、運(yùn)動、變應(yīng)原、食物等表現(xiàn)出高度敏感狀態(tài)。Buonocore等[19]研發(fā)了一款基于智能手表的無線健康監(jiān)測系統(tǒng),將感知得來的患兒實(shí)時(shí)生理狀態(tài)(如心率、活動量、肺功能數(shù)據(jù)等)以及當(dāng)下所處環(huán)境的各項(xiàng)指標(biāo)(如空氣所含顆粒物濃度等)與當(dāng)日實(shí)時(shí)信息結(jié)合(如交通、天氣、空氣質(zhì)量等),由機(jī)器學(xué)習(xí)模型處理數(shù)據(jù),預(yù)測哮喘發(fā)作的風(fēng)險(xiǎn),為患兒提供實(shí)時(shí)的預(yù)警。Venkataramanan 等[20]設(shè)計(jì)的K-Health套組包含收集睡眠和活動數(shù)據(jù)、峰值流量計(jì)、空氣質(zhì)量監(jiān)測器等功能,在具備上述功能的基礎(chǔ)上還收集了患兒睡眠狀態(tài)、每12 h空氣中的花粉含量、臭氧濃度等。該可穿戴設(shè)備通過對哮喘患兒的持續(xù)監(jiān)測,識別季節(jié)、溫度、濕度等與觸發(fā)兒童哮喘發(fā)作及相關(guān)癥狀之間的關(guān)聯(lián),以便制定更詳細(xì)的個(gè)性化哮喘管理方案,達(dá)到更好的哮喘控制效果。

        3 人工智能技術(shù)應(yīng)用于哮喘患兒面臨的挑戰(zhàn)

        3.1 人工智能技術(shù)在臨床上應(yīng)用的局限性

        自2009年全球哮喘倡議(GINA)首次提出哮喘表型的概念,全球?qū)ζ溥M(jìn)行的相關(guān)研究呈現(xiàn)出愈演愈烈的趨勢

        。但目前仍沒有統(tǒng)一的劃分標(biāo)準(zhǔn),這意味著不能按照對應(yīng)的哮喘表型對病人實(shí)施治療、護(hù)理活動,哮喘病人無法得到精準(zhǔn)化治療,使治療過程效率低下,對醫(yī)療資源也會造成一定程度上的浪費(fèi)。Brew等的團(tuán)隊(duì)利用數(shù)據(jù)驅(qū)動的機(jī)器學(xué)習(xí)根據(jù)病人癥狀和EHR相關(guān)數(shù)據(jù)來識別兒童哮喘及哮喘表型。研究結(jié)果分析確定了4種哮喘表型:早期短暫性哮喘、流行性哮喘、輕度哮喘、中度哮喘。4種表型之間完全獨(dú)立,醫(yī)護(hù)人員可通過各個(gè)表型所特有的癥狀進(jìn)行對應(yīng)的治療與護(hù)理活動。

        3.2 健康管理軟件的可及性與普及性

        智能手機(jī)軟件的有效使用依賴于家庭的經(jīng)濟(jì)條件以及監(jiān)護(hù)人和患兒的自覺程度。但目前,智能手機(jī)并未完全普及,即使存在最有效的監(jiān)測軟件及健康管理程序,在面對這一狀況下仍舊是無計(jì)可施。有些健康管理軟件需要上傳或登記“管理日記”,以便醫(yī)護(hù)人員更好地了解管理狀況,但這取決于患兒及家長對哮喘的認(rèn)知及自覺程度?,F(xiàn)有的健康管理軟件還面臨著受眾面窄的問題,大部分軟件只在開發(fā)團(tuán)隊(duì)管理的范圍內(nèi)應(yīng)用,缺少合適的途徑使其服務(wù)于整個(gè)哮喘患兒群體。

        另有部分女子面對嚴(yán)苛的道德規(guī)訓(xùn),表現(xiàn)出大膽的質(zhì)疑意識。駱綺蘭追隨袁枚、王昶、王文治三先生學(xué)詩的行為受到了世人的攻擊,但她卻認(rèn)為三位先生德高望重、才學(xué)深厚,以能得其親炙為幸。她以《詩經(jīng)》中《葛覃》《卷耳》《雞鳴》《昧旦》等篇都出于女子之手,圣人并未刪之以反駁世人以其從師為非禮之說。夏伊蘭亦用《詩經(jīng)》之例反駁世人的言論,曰:“不見三百篇,婦作傳匪鮮”[注](清)蔡殿齊:《國朝閨閣詩鈔》, 續(xù)修四庫全書,上海:上海古籍出版社,1995-2002年,第1626冊,第649頁。,進(jìn)而認(rèn)為人生才德兼?zhèn)浞綖橥隄M。又如才女葛宜更用實(shí)際行動反抗道德規(guī)訓(xùn):

        3.3 患兒隱私和各類數(shù)據(jù)的安全性

        人工智能技術(shù)參與疾病控制管理需要獲得和儲存大量病人數(shù)據(jù),而數(shù)據(jù)的安全是當(dāng)下亟待關(guān)注的一個(gè)問題。病人數(shù)據(jù)的泄露不但會造成病人隱私的公開,還會被不法分子用于違法途徑,給社會造成很大的安全隱患。制定相應(yīng)的管理制度,提高醫(yī)護(hù)人員的法律意識,嚴(yán)格控制電子病例查看權(quán)限并對每個(gè)訪問者進(jìn)行監(jiān)控等都是社會及醫(yī)療機(jī)構(gòu)在今后發(fā)展EHR時(shí)所要關(guān)注的焦點(diǎn)。

        4 展望

        隨著科技的進(jìn)步以及交叉學(xué)科的發(fā)展,人工智能技術(shù)參與輔助醫(yī)護(hù)治療及護(hù)理的趨勢已勢不可擋。目前,人工智能已經(jīng)逐步滲透到臨床的各個(gè)方面,但它依然存在許多問題。對于哮喘患兒及其家庭來說,人工智能在哮喘管理方面的應(yīng)用能控制病情、減輕家庭負(fù)擔(dān)。對于醫(yī)護(hù)人員來說,人工智能可幫助醫(yī)護(hù)人員更好的決策,使醫(yī)療資源得到合理分配。如何把握住該機(jī)遇,還需要今后逐步探索。同時(shí),在技術(shù)層面,怎樣保證相關(guān)設(shè)備在便攜的前提下具備更多的監(jiān)測功能、降低設(shè)備耗電等也是今后臨床醫(yī)護(hù)人員與人工智能開發(fā)者合作研究的重點(diǎn)。

        [1] 中華醫(yī)學(xué)會兒科學(xué)分會呼吸學(xué)組,《中華兒科雜志》編輯委員會.兒童支氣管哮喘診斷與防治指南(2016年版)[J].中華兒科雜志,2016,54(3):167-181.

        [2] SULLIVAN P W,GHUSHCHYAN V,NAVARATNAM P,

        .The national burden of poorly controlled asthma,school absence and parental work loss among school-aged children in the United States[J].The Journal of Asthma:Official Journal of the Association for the Care of Asthma,2018,55(6):659-667.

        [3] MINTZ Y,BRODIE R.Introduction to artificial intelligence in medicine[J].Minimally Invasive Therapy & Allied Technologies,2019,28(2):73-81.

        [4] EXARCHOS K P,BELTSIOU M,VOTTI C A,

        .Artificial intelligence techniques in asthma:a systematic review and critical appraisal of the existing literature[J].The European Respiratory Journal,2020,56(3):2000521.

        [5] GORELICK M H,STEVENS M W,SCHULTZ T R,

        .Performance of a novel clinical score,the Pediatric Asthma Severity Score(PASS),in the evaluation of acute asthma[J].Academic Emergency Medicine,2004,11(1):10-18.

        [6] DUCHARME F M,CHALUT D,PLOTNICK L,

        .The pediatric respiratory assessment measure:a valid clinical score for assessing acute asthma severity from toddlers to teenagers[J].The Journal of Pediatrics,2008,152(4):476-480.e1.

        [7] MESSINGER A I,BUI N,WAGNER B D,

        .Novel pediatric-automated respiratory score using physiologic data and machine learning in asthma[J].Pediatric Pulmonology,2019,54(8):1149-1155.

        [8] 周丹,尹安春.人工神經(jīng)網(wǎng)絡(luò)在護(hù)理領(lǐng)域的應(yīng)用研究進(jìn)展[J].護(hù)理學(xué)雜志,2020,35(3):94-97.

        [9] VAN WONDEREN K E,VAN DER MARK L B,MOHRS J,

        .Different definitions in childhood asthma:how dependable is the dependent variable? [J].The European Respiratory Journal,2010,36(1):48-56.

        [10] SEOL H Y,ROLFES M C,CHUNG W,

        .Expert artificial intelligence-based natural language processing characterises childhood asthma[J].BMJ Open Respiratory Research,2020,7(1):e000524.

        [11] YU G,LI Z M,LI S X,

        .The role of artificial intelligence in identifying asthma in pediatric inpatient setting[J].Annals of Translational Medicine,2020,8(21):1367.

        [12] 王強(qiáng),楊繼,翟國超,等.支氣管哮喘表型研究進(jìn)展[J].江蘇醫(yī)藥,2019,45(10):1058-1061.

        [13] BREW B K,CHIESA F,LUNDHOLM C,

        .A modern approach to identifying and characterizing child asthma and wheeze phenotypes based on clinical data[J].PLoS One,2019,14(12):e0227091.

        [14] PLAZA V,SERRANO J,PICADO C,

        .Frequency and clinical characteristics of rapid-onset fatal and near-fatal asthma[J].The European Respiratory Journal,2002,19(5):846-852.

        [15] LUO G,STONE B L,FASSL B,

        .Predicting asthma control deterioration in children[J].BMC Medical Informatics and Decision Making,2015,15:84.

        [16] 中國互聯(lián)網(wǎng)絡(luò)信息中心.第47次中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告[EB/OL].[2021-02-01].http://www.cnnic.net.cn/hlwfzyj/hlwxzbg/hlwtjbg/202102/t20210203_71361.htm.

        [17] BLAKE K V.Improving adherence to asthma medications:current knowledge and future perspectives[J].Current Opinion in Pulmonary Medicine,2017,23(1):62-70.

        [18] LV S X,YE X H,WANG Z J,

        .A randomized controlled trial of a mobile application-assisted nurse-led model used to improve treatment outcomes in children with asthma[J].Journal of Advanced Nursing,2019,75(11):3058-3067.

        [19] BUONOCORE C M,ROCCHIO R A,ROMAN A,

        .Wireless sensor-dependent ecological momentary assessment for pediatric asthma mHealth applications[C].2017 IEEE/ACM International Conference on Connected Health:Applications,Systems and Engineering Technologies,2017:137-146.

        [20] VENKATARAMANAN R,THIRUNARAYAN K,JAIMINI U,

        .Determination of personalized asthma triggers from multimodal sensing and a mobile app:observational study[J].JMIR Pediatrics and Parenting,2019,2(1):e14300.

        [21] ABDOUL C,CROS P,COUTIER L,

        .Parents′ views on artificial intelligence for the daily management of childhood asthma:a survey[J].The Journal of Allergy and Clinical Immunology in Practice,2021,9(4):1728-1730.

        猜你喜歡
        智能手機(jī)人工智能管理
        智能手機(jī)是座礦
        棗前期管理再好,后期管不好,前功盡棄
        智能手機(jī)臉
        英語文摘(2020年5期)2020-09-21 09:26:30
        2019:人工智能
        商界(2019年12期)2019-01-03 06:59:05
        假如我是一部智能手機(jī)
        趣味(語文)(2018年8期)2018-11-15 08:53:00
        人工智能與就業(yè)
        數(shù)讀人工智能
        小康(2017年16期)2017-06-07 09:00:59
        下一幕,人工智能!
        “這下管理創(chuàng)新了!等7則
        雜文月刊(2016年1期)2016-02-11 10:35:51
        人本管理在我國國企中的應(yīng)用
        囯产精品无码va一区二区| 精品日韩亚洲av无码| 国产成人一区二区三区| 夜色阁亚洲一区二区三区| 日本一区二区三区中文字幕视频| 精品久久一品二品三品| 久久人妻av一区二区软件| 久久乐国产精品亚洲综合| 成年男人裸j照无遮挡无码| 国产影院一区二区在线| 无码av中文一区二区三区| 亚洲人成无码www久久久| 亚洲日产无码中文字幕| 久久精品天堂一区二区| 日韩精品人妻中文字幕有码| 精品亚洲国产成人av| 国产乱子伦农村xxxx| 自拍视频在线观看国产| 精品偷拍被偷拍在线观看| 亚洲妓女综合网99| 亚洲国产av自拍精选| 一区二区三区视频在线观看免费| 亚洲精品久久久久中文字幕一福利| 亚洲色婷婷免费视频高清在线观看| 午夜一区二区在线视频| 欧美成人家庭影院| 欧美尺寸又黑又粗又长| 99日本亚洲黄色三级高清网站| 91九色国产老熟女视频| 三年片大全在线观看免费观看大全| 日韩h网站| 亚洲第一页在线免费观看| 欧美嫩交一区二区三区| 97一区二区国产好的精华液| 九九日本黄色精品视频| 虎白m粉嫩小在线播放| 一本一道波多野结衣av中文| 高清无码精品一区二区三区| 久久精品国产亚洲av夜夜| 成品人视频ww入口| 欧美日本日韩aⅴ在线视频|