《Journal of Medical Systems》：Hyper-DREAM, a Multimodal Digital Transformation Hypertension Management Platform Integrating Large Language Model and Digital Phenotyping: Multicenter Development and Initial Validation Study
编辑推荐：
在 mHealth 框架下，针对高血压患者数据收集与分析不足及大语言模型（LLMs）应用有限的问题，研究人员开发了 Hyper-DREAM 平台。经研究发现，该平台提升了医护工作效率，患者满意度高，在高血压管理方面颇具应用潜力。
在移动健康（mHealth）框架内，系统收集和分析患者数据，为高血压患者建立全面数字健康档案，并利用大语言模型（LLMs）辅助临床医生进行健康管理和血压（BP）控制的系统性研究仍然有限。在本研究中，旨在描述一款高血压管理平台（Hyper-DREAM）的设计、开发及可用性评估过程。多学科团队耗时一年，采用迭代设计方法开发了 Hyper-DREAM 平台。该平台的主要功能包括多模态数据收集（个人高血压数字表型档案）、多模态干预（血压测量、用药辅助、行为矫正和高血压教育）以及多模态交互（医患互动和血压教练组件）。2024 年 8 月，使用移动健康应用可用性问卷（MAUQ）对来自三个不同中心的 51 名高血压患者展开调查。同时，6 名临床医生参与管理活动，并通过医生软件满意度问卷（DSSQ）提供反馈。此外，开展了一项真实世界对比实验，以评估血压教练、ChatGPT-4o Mini、ChatGPT-4o 和临床医生的可用性。对比实验显示，与 ChatGPT-4o Mini、ChatGPT-4o 和临床医生相比，血压教练在实用性（平均得分 4.05，标准差 0.87）和完整性（平均得分 4.12，标准差 0.78）方面得分显著更高。在清晰度方面，血压教练略低于临床医生（平均得分 4.03，标准差 0.88）。另外，血压教练在简洁性方面表现较差（平均得分 3.00，标准差 0.96）。临床医生反馈工作效率显著提升（2.67 对比 4.17，P<0.001），与患者的互动更快且更有效（3.0 对比 4.17，P=0.004）。此外，Hyper-DREAM 平台显著降低了工作强度（2.5 对比 3.5，P=0.01），并最大程度减少了对日常工作的干扰（2.33 对比 3.55，P=0.004）。与基于微信的标准管理相比，Hyper-DREAM 平台的总体满意度显著更高（3.33 对比 4.17，P=0.01）。而且，临床医生将 Hyper-DREAM 平台融入临床实践的意愿明显更高（2.67 对比 4.17，P<0.001）。此外，患者管理时间从基于微信的标准管理的 11.5 分钟（标准差 1.87）缩短至 Hyper-DREAM 平台的 7.5 分钟（标准差 1.84，P=0.01）。高血压患者对 Hyper-DREAM 平台的满意度较高，包括易用性（平均得分 1.60，标准差 0.69）、系统信息安排（平均得分 1.69，标准差 0.71）和实用性（平均得分 1.57，标准差 0.58）。总之，本研究推出了 Hyper-DREAM，这是一款新型人工智能驱动的高血压管理平台，旨在减轻临床医生的工作量，具有显著的临床应用前景。Hyper-DREAM 平台具有用户友好、满意度高、实用性强以及信息组织高效等特点。此外，血压教练组件凸显了大语言模型在推动移动健康方法用于高血压管理方面的潜力。
