DIKWP与主动医学在退行性疾病管理中的AI应用

段玉聪

人工智能DIKWP测评国际标准委员会-主任

世界人工意识大会-主席

世界人工意识协会-理事长

(联系邮箱：duanyucong@hotmail.com)

DIKWP框架在退行性疾病管理中的作用

**DIKWP概念解析：**DIKWP是段玉聪教授提出的一种认知模型，包括数据（Data）、信息（Information）、知识（Knowledge）、智慧（Wisdom）和意图（Purpose）五个层次 ((PDF) 基于 DIKWP 模型的主动医学新范式：技术与业务的全方位探讨)。在医学领域，这对应于：数据即患者的原始健康数据和观察记录（如症状、体征、检验结果）；信息即从数据中提炼出的有意义模式（例如指标异常、病灶影像特征等）；知识即将信息系统化形成医学认知与可复用的诊疗理论（例如疾病诊断标准、治疗指南）；智慧即在决策时综合伦理、法律和社会价值等因素进行平衡（如考虑患者意愿、风险收益比）；目的则是驱动整个过程的目标意图（例如改善生活质量、延缓疾病进展） ((PDF) 基于 DIKWP 模型的主动医学新范式：技术与业务的全方位探讨)。在该模型中，患者、医生乃至医院都可被视为具有完整DIKWP画像的“认知实体”，疾病可以被理解为“患者DIKWP偏离了健康DIKWP”的状态，而医疗体系则充当纠正这一偏离的专业机构 ((PDF) 基于 DIKWP 模型的主动医学新范式：技术与业务的全方位探讨)。

优化诊断与个性化治疗：针对帕金森病、阿尔茨海默病、ALS等神经退行性疾病，DIKWP框架有助于信息的高效组织和利用，从而优化诊断和治疗方案。首先，在数据/信息层面，全面收集患者资料支持早期筛查和精准诊断——例如帕金森患者可通过可穿戴设备记录运动数据、语音变化等原始数据，AI算法从中提取异常运动模式或语音特征，实现早期预警 (AI Revolutionizes Parkinson's Detection With 99% Accuracy)；阿尔茨海默高危人群定期进行认知测试和脑影像检查，其结果数据经过分析可揭示轻度认知障碍向痴呆转变的迹象，提高诊断准确性 (Artifical Intelligence Approach May Help Detect Alzheimer's Disease from Routine Brain Imaging Tests) (Alzheimer's: AI tool 3 times more accurate at predicting progression)。其次，在知识/智慧层面，临床决策以医学知识为基础，并结合智慧进行个体化调整：医生将患者的信息与最新医学知识（疾病分期标准、疗法循证证据等）相结合，制定个性化的治疗方案，同时运用临床智慧平衡用药风险、副作用和伦理考量，确保方案符合患者整体利益 ((PDF) 基于 DIKWP 模型的主动医学新范式：技术与业务的全方位探讨)。例如，对于帕金森病中晚期患者，医生需要根据知识层面的指南选择药物或手术（如脑深部刺激），并在智慧层面考虑患者年龄、合并症和意愿来决定最佳时机和方案。意图层面则贯穿始终，提醒医患共同关注治疗的最终目标，如最大程度维持患者独立生活能力、提高生活质量，而不仅仅是控制某项生理指标。

**长期管理与医患沟通：**退行性疾病往往病程漫长且逐步进展，DIKWP有助于构建清晰的医患沟通和管理模式。通过为患者建立DIKWP健康档案（认知图谱），医生可以直观了解患者健康状态相对于理想状态的偏差，并针对性地“修正”患者的DIKWP内容 ((PDF) 基于 DIKWP 模型的主动医学新范式：技术与业务的全方位探讨)。例如，在帕金森病的管理中，患者描述的症状、生活影响等主观内容和医生的客观检查结果可分别映射为各自的DIKWP图谱，借助这一模型进行语义融合与一致性校验，可有效消除医患认知差异 (透视人机融合：DIKWP模型的多领域应用探索_新浪财经_新浪网)。段玉聪的研究表明，通过比较不同医生给出诊断的DIKWP图谱并对照标准诊疗知识图谱，还可以评估诊断的一致性和质量 (透视人机融合：DIKWP模型的多领域应用探索_新浪财经_新浪网)。这意味着DIKWP框架可帮助规范退行性疾病的诊疗过程，减少信息遗漏与误解，提高长期管理效果。在实践中，医生可定期根据患者DIKWP档案调整治疗计划（如根据最新数据调整用药剂量），患者及家属也能更直观地理解疾病进展和治疗依据，从而增强配合度。

主动医学理念的融合与实践

主动医学的理念：“主动医学”强调将医疗关口前移，变被动治病为主动防病，核心是在疾病尚未明显恶化前即采取措施 ((PDF) 基于 DIKWP 模型的主动医学新范式：技术与业务的全方位探讨)。这与中医“治未病”的思想不谋而合。具体而言，传统医疗往往等到患者出现明确症状才介入，而主动医学主张在日常生活场景中融入医疗服务，通过早期监测、预防干预和持续支持来维护健康 ((PDF) 基于 DIKWP 模型的主动医学新范式：技术与业务的全方位探讨)。例如，对于阿尔茨海默病高风险人群，主动医学意味着在记忆力轻度下降阶段就开始干预，如改善生活方式、控制血压血脂，以及必要时使用延缓认知衰退的药物，而不是等到发展为明显痴呆再治疗。又如帕金森病患者在轻微运动症状出现时即接受运动康复训练和神经保护剂，而非等待严重影响生活再治疗。这种“提前量”有望减少疾病严重程度或延缓其进展。

患者自我管理与医生精准干预：主动医学非常强调患者在日常中的自我健康管理，以及医生的及时、精准介入。通过DIKWP框架，患者的Data层健康数据能够被持续采集，如日常生理指标（步数、睡眠质量等）和主观感受；然后由AI或医生将这些数据转换为Information层的健康评估（发现异常指标或危险趋势） ((PDF) 基于 DIKWP 模型的主动医学新范式：技术与业务的全方位探讨) ((PDF) 基于 DIKWP 模型的主动医学新范式：技术与业务的全方位探讨)。基于此，医生运用医学知识制定预防或早期干预措施（如调整饮食、增加锻炼、心理辅导），运用智慧权衡干预的时机和强度，避免过度医疗或干预不足，遵循“不过度亦不欠缺”的原则 (透视人机融合：DIKWP模型的多领域应用探索_新浪财经_新浪网)。例如，面对帕金森患者可能出现的抑郁倾向，尽早进行心理干预和运动指导，可防止症状加重；对于ALS高危个体（如有家族史者），提前进行基因咨询、呼吸肌锻炼等，可以在疾病未发生或轻症时就采取有益措施。主动医学还利用信息场与能量场的交互理念，将人体视作一个整体系统平衡，通过生活方式调整来影响健康能量状态 (透视人机融合：DIKWP模型的多领域应用探索_新浪财经_新浪网)。这需要患者积极参与——按医嘱记录症状变化，执行康复训练计划，改善生活习惯等，从被动接受治疗转变为主动维护健康。而医生则扮演“健康教练”和“监测者”的角色，通过远程监控工具及时获知患者状态变化，在还未出现严重后果时就给予指导或治疗。

早期筛查和预防中的应用：将主动医学融入DIKWP，有助于在退行性疾病的早期识别和预防方面取得成效。首先是早期筛查：针对阿尔茨海默病，可对有认知障碍风险的人群开展基因检测（如APOE基因分型）和生物标志物检查（如脑脊液淀粉样蛋白水平、PET成像），将获得的数据输入DIKWP体系进行风险评估（信息），结合流行病学知识判断其发病概率（知识），进而制定个体化监测方案（智慧决定何时复查、是否预防性用药）。对于帕金森病，高危人群（如有快速眼动睡眠行为障碍或家族史者）可以定期进行运动功能测评和多巴胺能影像扫描，许多研究表明这些预警性检查有助于在典型运动症状出现前数年识别帕金森病征兆 (AI Revolutionizes Parkinson's Detection With 99% Accuracy)。其次是预防干预：大量研究估计，通过控制危险因素（如锻炼、大脑训练、饮食健康、戒烟限酒等），可以预防或延缓约40%的痴呆病例发生 (Modifiable risk factors for dementia, and awareness of brain health ...)。因此在主动医学模式下，医生会基于患者DIKWP画像制定预防计划——如督促帕金森病患者坚持康复锻炼、平衡营养以保护神经元；让轻度认知障碍患者参与认知刺激活动、控制血压血糖，以降低进展为阿尔茨海默的风险。这些措施的效果通过持续的数据采集来评估，如果发现某项生活习惯改善了认知评分或运动功能（即信息层显示积极变化），则作为知识沉淀下来推广给更多患者。总之，主动医学将“治疗窗口”前移，把大量干预放在疾病早期和尚未发生阶段，结合DIKWP的数据支持和知识指导，使患者和医生形成协同，最大程度延缓退行性疾病的演变。

最新医学进展在DIKWP框架中的应用

AI辅助诊断与决策：人工智能技术的进步为退行性疾病的诊断和管理带来了新机遇。在DIKWP框架中，AI尤其擅长于数据向信息、信息向知识的转化。例如，在帕金森病诊断中，AI语音分析算法能够从患者的日常语音中捕捉极其细微的变化（如音调、语速、发音的细微异常），据报道其对帕金森早期的识别准确率高达99% (AI Revolutionizes Parkinson's Detection With 99% Accuracy)。这意味着通过一段简单的讲话录音，AI即可将原始语音数据转化为疾病风险信息，发现常规体检难以察觉的早期信号。有了这样的信息，医生可以更早介入，开始神经保护治疗或密切随访，从而改善预后 (AI Revolutionizes Parkinson's Detection With 99% Accuracy)。在阿尔茨海默病方面，深度学习模型已被用于分析脑MRI影像和认知测试结果，从海量数据中识别出阿尔茨海默病的大脑特征。麻省总医院的研究者开发的AI模型在常规临床脑扫描中诊断阿尔茨海默病风险的准确率达到90.2% (Artifical Intelligence Approach May Help Detect Alzheimer's Disease from Routine Brain Imaging Tests)。另有剑桥大学的团队利用AI工具预测轻度认知障碍患者是否会在三年内进展为阿尔茨海默病，结果准确率超过80%，比传统临床判断高出近三倍 (Alzheimer's: AI tool 3 times more accurate at predicting progression)。这些AI辅助诊断工具，可以将海量数据转化为有临床意义的信息，帮助医生更精准地区分哪些患者需要积极干预、哪些可能保持稳定。此外，AI还可整合多模态数据（基因、影像、临床记录），生成知识图谱，为医生提供决策参考。例如，智能决策支持系统可根据患者的DIKWP档案，提示医生注意用药禁忌或推荐个性化方案，在Wisdom层面提供辅助。需要强调的是，AI虽然强大，但仍需在人类智慧和目的的指引下应用 ((PDF) 基于 DIKWP 模型的主动医学新范式：技术与业务的全方位探讨)。医生应对AI给出的信息进行审慎判断，结合对患者社会心理状况的了解（Wisdom），做出符合患者目标（Purpose）的决定。总体而言，AI作为“数字助手”融入DIKWP框架，显著提升了退行性疾病早期诊断的精度和管理效率，同时通过可解释的知识图谱确保医生和患者理解AI提供的信息，从而提高信任度 (透视人机融合：DIKWP模型的多领域应用探索_新浪财经_新浪网)。

基因治疗的应用：基因和分子层面的疗法正逐步进入退行性疾病领域，为根本性干预提供了可能。DIKWP框架鼓励将最新科研知识纳入临床实践，并通过数据和信息反馈疗效。在ALS（肌萎缩侧索硬化）方面，2023年FDA附条件批准了首个针对ALS遗传亚型的疗法——Tofersen，这是一种反义寡核酸疗法，针对SOD1基因突变 (FDA Approves Tofersen as First SOD1-ALS Treatment)。临床试验显示，Tofersen能降低患者脑脊液中突变SOD1蛋白和神经元损伤标志物NfL的水平 (Trial of Antisense Oligonucleotide Tofersen for SOD1 ALS - PubMed)。尽管短期内运动功能改善不明显，但其对生物标志物的影响被视为预示着疾病进展减缓，因此被加速批准使用 (FDA Approves Tofersen as First SOD1-ALS Treatment)。这一案例体现了DIKWP中数据->信息->知识的联动：基因检测（Data）发现患者携带SOD1突变这一关键信息（Information），科研知识（Knowledge）提供了针对该突变的特异疗法Tofersen，治疗后再通过生物标志物数据验证其效果，将新的证据沉淀为知识指导后续治疗。对于帕金森病, 基因治疗目前还在探索阶段，但已有尝试。例如将AAV病毒载体携带生化酶基因注入大脑以改善神经通路（如AAV-GAD疗法旨在提高患病脑区的GABA水平来稳定电路）在早期试验中显示出一定疗效 (AAV2-GAD gene therapy for advanced Parkinson's disease - PubMed) (Long-term follow-up of a randomized AAV2-GAD gene therapy trial ...)。虽然尚未有基因疗法获批帕金森适应症，但这些研究为今后精准医疗打下基础。医生在应用时需要运用Wisdom层面的判断——例如针对有特定基因突变的帕金森患者，何时考虑试验性基因疗法，并充分告知风险与收益，这是将“知识”转化为“智慧决策”的过程。在阿尔茨海默病方面, 基因治疗尚处于早期研究，如利用基因编辑技术降低风险基因表达（如APOE4）或增强大脑清除毒性蛋白质的能力等。但随着载体技术的发展，不排除未来出现针对阿尔茨海默病致病机理的基因干预手段。DIKWP框架下，基因治疗引入了全新的数据类型（患者基因组和分子指标），要求医疗团队不断学习前沿知识，并在伦理和目的层面谨慎评估：例如是否在无症状携带风险基因的人群中使用基因编辑预防发病，这涉及重大的道德抉择和长期随访反馈，需要在Wisdom和Purpose层深思熟虑。

干细胞与再生疗法：干细胞疗法被视为治疗神经退行性疾病的革命性路径，尤其对帕金森病和ALS等有希望重建受损神经通路的疾病。在帕金森病中，由于中脑黑质多巴胺神经元的丢失是主要病因，科研重点在于细胞替代。2023年由拜耳旗下BlueRock公司开展的I期临床显示，移植人类胚胎干细胞分化的多巴胺神经前体细胞在帕金森患者脑内是安全可行的，移植一年后细胞在患者脑中存活并产生多巴胺 (Bayer claims early lead in Parkinson's stem cell therapy | Reuters) (Bayer claims early lead in Parkinson's stem cell therapy | Reuters)。这项研究是帕金森干细胞治疗的里程碑，标志着利用干细胞替代受损神经元的策略初步成功。DIKWP框架对此类疗法的实践提供支持：术前详细的患者病情数据和影像（Data）用于评估适用性，术后借助影像和临床评估收集大量恢复情况数据，再转化为疗效和安全性的信息，不断丰富再生医学知识库。例如该试验中观察到移植细胞能够存活并恢复多巴胺功能，这些信息经总结上升为新的医学知识，可指导下一阶段更大规模的试验 (Bayer claims early lead in Parkinson's stem cell therapy | Reuters) (Bayer claims early lead in Parkinson's stem cell therapy | Reuters)。在ALS方面，干细胞疗法也在探索中。中国科研团队已启动利用诱导多能干细胞（iPSC）衍生的神经前体细胞治疗中重度ALS的临床研究，这是全球首例将iPSC细胞用于“渐冻人”症治疗的尝试 (国内首个干细胞疗法获批上市|疾病_新浪财经_新浪网)。干细胞移植期望在运动神经元大量凋亡的ALS脊髓中补充新的神经元或支持细胞，以延缓肌无力和瘫痪的进程。虽然目前干细胞疗法在ALS的疗效仍不确定，但初步案例为我们提供了宝贵的数据和经验。DIKWP模型鼓励研究者和临床医师将每一例试验的数据细致记录，并提取关键信息（如移植细胞的存活率、患者功能评分的变化），形成关于细胞疗法作用机制和效果的知识。不论是帕金森还是ALS，干细胞治疗还涉及伦理和长期随访问题，需要在智慧层面进行决策：如选择何种患者（疾病晚期 vs. 中期）接受此高成本高风险的疗法，以及患者的预期目标是改善症状还是延长生命，这都需要医患共同明确目的并衡量利弊。总体而言，再生医学为退行性疾病带来了前所未有的希望，DIKWP框架确保我们在拥抱新技术时，仍以数据说话、以知识为凭、以智慧和人文关怀把控方向。

蛋白清除与靶向治疗：退行性疾病的一个共同特征是特定异常蛋白的积聚（如帕金森病的α-突触核蛋白、阿尔茨海默病的β淀粉样蛋白和Tau蛋白、ALS的TDP-43等）。最新的医学进展围绕如何清除或阻断这些有害蛋白展开，这被视为病因导向的治疗。在阿尔茨海默病领域，近年来最大的突破即是抗淀粉样蛋白单克隆抗体疗法的出现。2023年，美国FDA完全批准了Eisai和Biogen公司开发的单抗药物Lecanemab（中文商品名“乐意保”），这是20年来首个获得FDA完全批准的阿尔茨海默病新药 (20年来首个FDA完全批准的阿尔茨海默病新药落地海南乐城—新闻—科学网)。临床试验表明，在早期阿尔茨海默病患者中，规律输注Lecanemab可以加速清除大脑中的淀粉样蛋白斑块，并将18个月内认知和记忆功能衰退速度降低约27% (20年来首个FDA完全批准的阿尔茨海默病新药落地海南乐城—新闻—科学网)。模型推算显示，该药可使患者由早期阶段进展到中度痴呆的时间平均延迟2-3年 (20年来首个FDA完全批准的阿尔茨海默病新药落地海南乐城—新闻—科学网)。这意味着通过靶向清除致病蛋白，我们终于第一次在临床上延缓了阿尔茨海默病的自然病程。紧随其后，礼来公司的抗体Donanemab在2023年公布的III期试验中亦取得了将近35%的减缓衰退效果，并已申请FDA审批 (谁能成功穿越“药物开发史上最大黑洞”？_手机新浪网)。这些疗法均基于明确的病理学知识——淀粉样蛋白沉积是AD重要病理之一，通过抗体中和清除可以减轻神经元损伤。因此在DIKWP模型中，它们丰富了“知识”层面的干预手段。在帕金森病，类似的蛋白清除策略也在研究，例如靶向α-突触核蛋白的单克隆抗体和疫苗。虽然迄今一些临床试验未达主要终点，但研究仍在继续，科学家希望降低有毒的蛋白聚集或促进其自噬清除，从而减缓帕金森的进展。此外，一些小分子药物（如激活溶酶体-自噬通路的药物）也在开发中，以增强神经元自身清除异常蛋白的能力。对于ALS, 由于很多患者体内存在TDP-43或SOD1聚集，研究者也在尝试利用抗体、蛋白降解剂等降低这些聚集物的毒性。实际上，前文提及的Tofersen从机制上说也是一种“蛋白降低”策略——通过基因沉默来降低突变SOD1蛋白水平 (Trial of Antisense Oligonucleotide Tofersen for SOD1 ALS - PubMed)。这些前沿治疗手段需要与DIKWP框架紧密结合，以优化其效果：在数据层面，要借助先进的影像和体液生物标志物技术监测体内异常蛋白负荷的变化；在信息层面，将这些变化解读为疾病进展快慢的信号，及时判断疗效。例如患者定期行PET成像量化脑中的淀粉样蛋白负荷，治疗后显著下降则信息层提示药物有效 (Lecanemab, the New  Alzheimer’s Treatment: 3 Things To Know > News > Yale Medicine)，医生据此调整治疗策略。知识层面，不断积累的大型临床试验结果为我们提供了疗效和适用人群的判断依据，比如Lecanemab主要适用于早期、有淀粉样蛋白沉积的AD患者，而不适用于晚期患者，这些知识应纳入临床指南。【智慧层面，医生在实践中需要综合考虑蛋白清除疗法的风险与收益：以抗淀粉样蛋白抗体为例，其疗效伴随一定副作用风险（如脑水肿ARIA副反应），医生必须根据患者年龄、共病和意愿决定是否使用，并在治疗过程中严密监测MRI变化。这体现了在决策中遵循患者利益最大化的智慧判断。【目的层面，蛋白清除疗法的终极目标是改善患者的功能和生活质量而非单纯清除病理，所以需关注临床症状的实际变化，以确保治疗的意义符合患者期望。例如，若某患者更看重生活质量而非生存时间，那么在其疾病后期可能选择放弃有风险的侵入性治疗，把重心放在姑息照护上。这些都需要医患明确沟通，达成共同的治疗目标。

综上，最新的AI诊断、基因与细胞疗法以及蛋白清除技术为退行性疾病带来了曙光。通过DIKWP框架，我们能够将这些前沿进展融会贯通：用数据和AI手段 早发现，以知识和创新疗法 早干预，并以医生的智慧把控方向、以患者的目标为导向，最大程度地优化诊疗效果 (透视人机融合：DIKWP模型的多领域应用探索_新浪财经_新浪网) ((PDF) 基于 DIKWP 模型的主动医学新范式：技术与业务的全方位探讨)。

优化DIKWP在疾病管理中的实践建议

新理念和新技术要真正转化为更好的临床结局，离不开医疗实践的不断优化。基于以上分析，针对临床医生、患者及家属，我们提出以下建议，以期更好地落实DIKWP框架，提高退行性疾病患者的生活质量：

对临床医生的建议：

• **构建全面的患者DIKWP档案：**医生应利用医院信息系统，将患者的检查结果、症状记录、生活方式等数据整合，形成动态更新的“健康画像”。充分利用电子病历和数据库挖掘技术，从中提取有价值的信息（如症状变化趋势、用药反应），辅助诊断决策 (透视人机融合：DIKWP模型的多领域应用探索_新浪财经_新浪网)。

• **拥抱AI与决策支持：**积极采用AI辅助工具，例如帕金森病的语音/步态分析软件、阿尔茨海默病的脑影像AI判读系统等。这些工具可作为“第二智囊”，提供客观信息参考 (AI Revolutionizes Parkinson's Detection With 99% Accuracy) (Artifical Intelligence Approach May Help Detect Alzheimer's Disease from Routine Brain Imaging Tests)。同时保持审慎，做到“人机协同”：机器提供数据与信息，人类医生运用临床智慧综合判断，确保决策透明可解释 (透视人机融合：DIKWP模型的多领域应用探索_新浪财经_新浪网)。

• **个体化与多学科协作：**借助DIKWP框架思维，制定个体化的长期管理计划。例如针对帕金森患者，神经科医生、康复治疗师、营养师协同制定运动训练、营养膳食等方案；定期举行多学科团队（MDT）会议，讨论患者问题，将不同领域的知识融会贯通形成综合策略。

• **注重沟通和健康教育：**医生应以患者易懂的语言解释疾病情况和DIKWP分析结果，让患者明白“为什么需要这种检查/治疗”（即关联到Purpose层）。通过图表、DIKWP可视化等工具与患者及家属沟通，使其参与到决策中来 (透视人机融合：DIKWP模型的多领域应用探索_新浪财经_新浪网)。同时提供持续的健康教育，指导患者如何在家监测病情、应对症状。这种赋能式沟通有助于提高患者依从性和自我管理能力。

对患者的建议：

• **积极参与自身健康管理：**患者不应把自己视为被动治疗的对象，而要成为主动参与者。养成记录病情日记的习惯，每日记录症状波动、睡眠、饮食、情绪等（Data层），这不仅帮助医生调整治疗，也使自己更了解病情规律。使用可穿戴设备或手机App监测步数、心率、认知游戏得分等，将客观数据提供给医生参考。

• **遵循医嘱并优化生活方式：**严格按医嘱服药和复诊，同时在生活中实践医生的建议，如坚持康复训练、平衡营养饮食、保持社交和大脑活动等。研究表明，坚持锻炼和社交活动有助于缓解退行性疾病症状并改善心态，应将这些纳入每日计划。把这些健康行为当作“新常态”，长期坚持，从而在Purpose层面实现延缓疾病、提高生活质量的目标。

• **加强疾病知识学习：**适当了解自身疾病的科学知识，这并不要求精通医学，而是掌握基本的保健要点和康复技巧。可以通过医院的患者教育资料、可靠的科普读物或病友组织获取信息。在遇到新疗法或临床试验机会时，也能凭借知识做出更明智的判断。知情的患者更能与医生有效沟通，提出自己的疑问和偏好，共同制定契合自身需求的方案。

• **心态调整与寻求支持：**面对帕金森、阿尔茨海默或ALS这样的慢病，保持积极心态非常重要。患者应明白情绪和意志对疾病有影响力，尽量避免过度焦虑抑郁，必要时寻求心理咨询或药物帮助。同时，不要孤军奋战，加入患者互助组织或社区康复项目，从同伴那里获得经验分享和精神支持。良好的心理Wisdom将帮助患者更好地配合治疗，提高总体生活质量。

对家属/照护者的建议：

• **充分了解疾病并参与管理：**家属应学习有关疾病的知识，包括症状表现、护理要点、并发症预防等。当对疾病有了基本认知，就能更好地理解患者的行为和需求。例如明白阿尔茨海默患者记忆力衰退是疾病所致，家属就能给予耐心帮助而非指责。这种Knowledge层面的储备能提高护理水平。

• **协助监测和提供客观信息：**家属在日常最了解患者，可帮助记录患者的饮食、睡眠、情绪变化，并在复诊时提供给医生参考（Information层贡献）。当患者自我表达困难（如阿尔茨海默中晚期、语言障碍的帕金森晚期），家属更要细心观察，及时报告异常。如发现患者走路跌倒增多、言语含糊等新情况，要尽早通知医生调整方案。

• **支持患者保持独立和尊严：**在能力范围内，鼓励患者自己做力所能及的事，参与家庭活动和决策，避免让患者感到被剥夺自主性。这体现了对患者Purpose（保持尊严、自主）的尊重。有研究指出，感受到家庭支持和自身价值的患者往往心态更积极，配合治疗也更主动。家属应营造包容理解的氛围，陪伴患者参加康乐活动、社交聚会，减少隔离感。

• **照顾者自身的调整：**护理退行性疾病患者可能是长期而具挑战的任务。家属要注意照顾好自己，包括调节情绪、适当寻求他人分担。可利用社会资源（如护理假期、志愿者服务）获得喘息机会，加入照护者支持小组分享经验，避免出现照护者的“倦怠”或抑郁。一位健康的照护者才能更长久地照顾患者。

系统和社会层面的建议：（额外）除了个人和家庭层面，医疗系统也应做出相应改进以支持DIKWP和主动医学的实践。例如，医院可以建立退行性疾病多学科门诊和远程随访平台，实现患者在院内外的连续管理。引入智能化的健康管理系统，对接可穿戴设备数据，自动提醒医护人员关注异常情况。政策上，可推动医保对早期筛查、康复训练等预防性服务予以支持报销，从而鼓励主动医学模式的落实。社会层面，加强对帕金森病日、阿尔茨海默病日等科普宣传，提高公众对退行性疾病早期迹象的认识，促使更多人及早就医和干预。

总而言之，DIKWP框架结合主动医学理念，为帕金森病、阿尔茨海默病、ALS等退行性疾病提供了从早期发现、个体化治疗到长期关怀的一套系统方法。通过不断融入AI等新技术和最新研究成果，我们正逐步优化这一模型在临床中的应用。展望未来，医患携手、多方协同，将有望进一步提高退行性疾病的管理效果，延缓疾病进程，提升患者的生命质量 (透视人机融合：DIKWP模型的多领域应用探索_新浪财经_新浪网) ((PDF) 基于 DIKWP 模型的主动医学新范式：技术与业务的全方位探讨)。这不仅是对每一位患者和家庭的福音，也是医疗模式从被动治疗走向主动健康管理的有益探索和实践。

参考文献：

1. 段玉聪等. 基于DIKWP模型的主动医学新范式: 技术与业务的全方位探讨. 国际人工智能DIKWP测评标准委员会, 2025 ((PDF) 基于 DIKWP 模型的主动医学新范式：技术与业务的全方位探讨) ((PDF) 基于 DIKWP 模型的主动医学新范式：技术与业务的全方位探讨).

2. 段玉聪等. 透视人机融合: DIKWP模型的多领域应用探索. 科创中国, 2025 (透视人机融合：DIKWP模型的多领域应用探索_新浪财经_新浪网) (透视人机融合：DIKWP模型的多领域应用探索_新浪财经_新浪网).

3. AI辅助语音分析在帕金森病早期诊断中的应用, EMJ创新医学新闻, 2024 (AI Revolutionizes Parkinson's Detection With 99% Accuracy) (AI Revolutionizes Parkinson's Detection With 99% Accuracy).

4. Leming M, et al. Routine clinical brain MRI for Alzheimer’s detection with deep learning. PLOS ONE, 2023 (Artifical Intelligence Approach May Help Detect Alzheimer's Disease from Routine Brain Imaging Tests).

5. Yue Zhao, et al. Prediction of Alzheimer’s progression using AI in routine data. eClinicalMedicine, 2023 (Alzheimer's: AI tool 3 times more accurate at predicting progression).

6. Reuters新闻. Bayer's stem cell therapy shows success in Parkinson’s Phase I trial, 2023 (Bayer claims early lead in Parkinson's stem cell therapy | Reuters) (Bayer claims early lead in Parkinson's stem cell therapy | Reuters).

7. Neurology Live报道. FDA批准Tofersen用于SOD1突变型ALS, 2023 (FDA Approves Tofersen as First SOD1-ALS Treatment).

8. Miller TM, et al. Trial of Antisense Oligonucleotide Tofersen for SOD1 ALS. NEJM, 2022 (Trial of Antisense Oligonucleotide Tofersen for SOD1 ALS - PubMed).

9. 李周亮, 曹年润. 20年来首个FDA完全批准的阿尔茨海默病新药落地海南乐城, 澎湃新闻, 2023 (20年来首个FDA完全批准的阿尔茨海默病新药落地海南乐城—新闻—科学网).

10. 药时空. 礼来Donanemab三期临床减缓阿尔茨海默病进展35%, 21世纪经济报道, 2023 (谁能成功穿越“药物开发史上最大黑洞”？_手机新浪网).

11. 澎湃新闻. 国内首个干细胞疗法获批上市, 2025 (国内首个干细胞疗法获批上市|疾病_新浪财经_新浪网).

12. Alzheimer’s Disease International. 2020年Lancet委员会报告: 痴呆可防因素, 2020 (Modifiable risk factors for dementia, and awareness of brain health ...).