
info@juzhikan.asia
新南威尔士大学,上海,201209;
摘要:癌症居家治疗期间,用药依从性不佳常导致疗效下降、耐药性加速产生及医疗资源浪费。针对口服靶向药物治疗周期长、不良反应频发、老年患者自我管理能力不足等问题,本文构建了一个融合大语言模型(Large Language Model, LLM)语义理解能力与适老化人机交互(Human-Computer Interaction, HCI)理论的智能用药监控与依从性管理平台。系统核心架构分为三层,低成本智能药盒硬件监测层依靠传感器阵列和移动端协作来完成服药数据的采集和即时预警,LLM智能交互层在医疗安全的边界之内给用户给予个性化的提醒、不良反应的识别以及情感上的支持,适老化交互界面层依照老年认知的特点做低门槛的设计。研究用模拟场景来检验系统的有效性,预计会产出系统原型Demo、技术方案文档和实验论文,给居家癌症数字化管理提供可以落地的工程范例。
关键词:智能用药监控;用药依从性;大语言模型;人机交互;癌症患者
参考文献
[1]崔桂琴,孙美芳,潘骥群,等.居家镇痛治疗对中晚期癌症患者生活质量的影响[J].护理学杂志,2009,24(3):73-74.
[2]李晓莉,孟爱凤,徐桂华,等.癌症患者居家口服化疗用药安全管理的研究进展[J].护理学杂志,2021,36(8):25-28.
[3]蔡文涛,丁增辉,李梦,等.面向医学领域生成任务的大语言模型性能评测研究[J].电脑知识与技术,2025,21(4):11-16.
[4]鞠鑫,赵亚.基于LLM的健康医疗AIGC输入输出安全防护构建研究[J].中国数字医学,2025,20(7):25-31.
[5]曹新亮.PLMD-QA: LLM结合动态医疗知识图谱的智能问答系统[D].天津工业大学,2025.
[6]孙磊,汪安安,宋一敏,等.大语言模型在临床医学领域的应用、挑战和展望[J].解放军医学院学报,2025,46(1):50-60.
[7] NCCN Clinical Practice Guidelines in Oncology: Non-Small Cell Lung Cancer, Version 3.2024[EB/OL]. National Comprehensive Cancer Network, 2024.
[8] CSCO非小细胞肺癌诊疗指南2024版[S]. 北京: 人民卫生出版社, 2024.