编辑推荐：
为解决全球老龄化背景下传统医疗资源不足的问题，研究人员对人工智能(AI)在老年长期照护(LTC)中的31项研究进行系统性综述，发现社交机器人能显著改善情绪和社交互动，但其他AI技术疗效尚存争议。该研究为AI在老年医疗中的精准应用提供证据支持，发表于《BMC Geriatrics》。
随着全球老龄化进程加速，65岁以上人口比例持续攀升，传统依赖人力监管的医疗模式正面临严峻挑战。老年人常伴随慢性病和功能障碍，需要个性化照护，但护理人员短缺问题日益突出——尤其在新冠疫情后，减少面对面接触的需求更凸显了这一矛盾。现有远程监控技术如视频 surveillance（监视）仍依赖人工实时观察，效率低下且易出错。在此背景下，人工智能(AI)技术被视为破解老年医疗困局的新希望，但其实际疗效和接受度缺乏系统评估。
为解决这一知识空白，研究人员开展了首项针对AI技术在老年长期照护(LTC)中应用的系统性综述。通过检索PubMed、Embase等6大数据库，最终纳入31项研究（2004-2021年），涵盖社交机器人（如PARO、NAO）、环境传感器和可穿戴设备等AI技术。研究采用PRISMA（系统评价和荟萃分析优先报告条目）标准，由两名评审独立提取数据，并通过RoB 2（随机试验偏倚风险评估工具）评估方法学质量。
关键技术方法包括：1）多数据库联合检索策略，结合MeSH（医学主题词）术语优化；2）严格纳入标准（研究对象平均年龄≥65岁，必须评估临床结局）；3）采用k统计量评估评审者间一致性；4）对随机对照试验(RCT)进行偏倚风险分级。研究对象来自美国、新西兰等多国LTC机构，样本量4-415人不等，干预时长从单次10分钟到持续24/7监测。
社交机器人展现出最明确的疗效证据。在情绪改善方面，PARO机器人使痴呆患者的抑郁症状评分显著降低3.88分（95%CI 0.43-7.33），且效果持续至干预后25周。美国退伍军人事务部研究显示，PARO能使负面行为发生率降低37%（P<0.05），这与活体宠物治疗效果相当。日本Nemuri SCAN#系统结合机器人使护理人员记录工作时间缩短3小时/日。但不同机器人接受度差异显著：丹麦研究发现海豹机器人PARO引发的互动频率是玩具猫的2.1倍（F=7.50, P<0.001），而Guide机器人则因外观问题遭到32%使用者排斥。
环境监测技术显示出疾病预警潜力。密苏里大学开发的传感器系统能使步速下降警报提前4周发出，干预组跌倒风险评分改善幅度较对照组高15%（P=0.05）。但瑞士的智能无线传感器系统(IWSS)遭遇使用障碍，68%老年人认为设备笨重，而护理人员满意度却达82%，这种"使用者-照护者认知割裂"现象值得关注。
在生理指标方面结果存在矛盾。新西兰研究发现PARO可使收缩压短期下降8.2mmHg（P=0.048），但长期影响不显著。希腊智能家居系统虽延长睡眠时长1.2小时，但美国CarePredict可穿戴设备未显示跌倒预防效果（P>0.05）。
方法学局限性不容忽视。26%研究存在中度以上偏倚风险，主要源于样本量不足和结局指标异质性。例如 agitation（激越）评估使用了12种不同量表，导致无法进行meta分析（元分析）。伦理问题也引发讨论，15%痴呆患者对机器人产生情感依赖，终止干预时出现分离焦虑。
这项研究为AI在老年医疗中的应用提供了三级证据体系：1）社交机器人对心理行为症状具有B级推荐证据；2）环境传感器适用于功能监测而非治疗；3）可穿戴设备仍需技术迭代。研究者建议未来重点开发低成本AI方案（如语音助手Alexa），并在中低收入国家验证其普适性。正如论文通讯作者Rangraze Imran强调："这不是技术竞赛，而是要以临床需求为导向——我们需要明确哪些老人、在什么场景下、AI技术能真正获益。"
该综述的突破性在于首次建立AI老年医疗的"技术-结局"对应图谱，为临床选择提供循证依据。随着IEEE（电气电子工程师学会）等组织正在制定AI医疗设备标准，这类研究将助力实现精准老年照护。正如编者在推荐语中指出，这项工作不仅填补了知识空白，更提出了"技术接受度悖论"等新命题，为后续研究指明方向。
生物通微信公众号
生物通 版权所有
