董 蕙,黄坤祥,李 俊,陈学波

目的：探讨人工智能疼痛预测模型指导下氢吗啡酮患者自控镇痛（PCIA）前瞻性滴定策略在肺癌骨转移痛管理中的临床效果。方法：选取2023年5月至2025年5月收治的74例肺癌骨转移痛患者，采用随机数字表法分为AI模型指导组（n=37）和传统滴定组（n=37）。AI模型指导组运用BTS机器人评估系统构建的疼痛预测模型，实时分析患者生理参数、疼痛评分及药物反应数据，动态调整氢吗啡酮PCIA滴定方案；传统滴定组采用个体化阶梯滴定方案。比较两组疼痛控制效果、药物用量、不良反应。结果：AI模型指导组疼痛缓解有效率为91.89%，显著高于传统滴定组的75.68%(P<0.05)；达到理想镇痛时间(4.26±1.15)h，短于传统滴定组（7.83±2.04）h（P<0.001）；氢吗啡酮日均用量（18.42±3.67）mg，低于传统滴定组（24.15±4.28）mg（P<0.05）；药物相关不良反应发生率为16.22%，低于传统滴定组的35.14%（P<0.05）。结论：人工智能疼痛预测模型指导的氢吗啡酮PCIA前瞻性滴定策略能够精准预测疼痛变化趋势，实现个体化镇痛管理，显著提高肺癌骨转移痛控制效果，减少药物用量及不良反应。

人工智能；疼痛预测模型；氢吗啡酮；患者自控镇痛；肺癌骨转移；前瞻性滴定

[1] 蔡林,朱称心,张兴龙,等.全球肺癌流行数据解读[J].中华流行病学杂志,2024,45:(4):585-590. [2] 赵坤,苏丽玉,洪燕妮,等.重度癌痛阿片耐受患者静脉自控镇痛泵与口服阿片药物疗效对比[J].中国现代药物应用,2025, 19:(14):117-120. [3] 卫生健康委.关于印发癌症疼痛诊疗规范(2018年版)的通知[R/OL].http://www.gov.cn/xinwen/2018-10/02/content_5327533. htm.[2018-08-27]. [4] 郑振东,黄明,金毅,等.癌症相关性疼痛病人多维疼痛评估量表的构建及信效度检验[J].中国疼痛医学杂志,2024,30(3):196-204. [5] 黄文起,黄宇光.加快智能化术后病人自控镇痛和分娩镇痛的临床应用研究[J].广东医学,2020,41(11):1081-1084. [6] 贾小梅,张蓬勃.硬膜外分娩镇痛相关发热列线图预测模型的构建与验证[J].大医生,2025,10(12):111-115. [7] 雍金鹏,王珂,周世繁,等.温阳止痛贴治疗肺癌骨转移（肾阳虚症）疼痛患者的临床疗效及对其疼痛介质水平的影响.世界中西医结合杂志,2025,20(2):350-355. [8] 刘丽,徐美子,王吉,等.氢吗啡酮在疼痛治疗中的应用.临床与病历杂志,2025,45(3):379-386.

点击下载PDF