基于DIKWP的孕期用药认知路径建模与决策应用

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) 

概述

孕妇用药的临床决策极具挑战性：几乎所有孕期女性都可能需要用药，但有关安全性的可靠数据非常有限 (Medicine and Pregnancy: An Overview | Medicine and Pregnancy | CDC)。在妊娠期，不少药物缺乏充分的临床试验依据，因此医患在决策时信息不完备且充满不确定性 (Medicine and Pregnancy: An Overview | Medicine and Pregnancy | CDC)。另一方面，某些疾病若不加治疗对母胎危害更大 (Medicine and Pregnancy: An Overview | Medicine and Pregnancy | CDC)——例如未控制的高血压、糖尿病或甲状腺功能减退可导致流产、胎儿生长受限等严重后果 (Levothyroxine: a medicine for an underactive thyroid (hypothyroidism) - NHS)。因此，孕期用药需要在数据不确定性、信息层干扰、知识限制和目的多重性之间取得平衡。

段玉聪教授提出的DIKWP模型为此类复杂决策提供了新的思路。DIKWP代表数据(Data)、信息(Information)、知识(Knowledge)、智慧(Wisdom)和目的(Purpose)五个认知层级 (基于DIKWP网状模型的3 – 科研杂谈)。不同于传统线性分层的DIKW金字塔，DIKWP将这五要素视作网络化交互体系，任意两个层级间皆可双向转化，形成5×5共25种认知路径 (基于DIKWP网状模型的3 – 科研杂谈)。这种网状DIKWP认知模型具备动态多维特性，允许输出反作用于输入，实现认知闭环 (基于DIKWP网状模型的3 – 科研杂谈)。在开放世界假设下，DIKWP模型通过“意图驱动”的方式应对认知挑战：即使面对不完备、不一致和不精确的信息(段玉聪提出的“3-No问题” (基于DIKWP网状模型的3 – 科研杂谈) (基于DIKWP网状模型的3 – 科研杂谈))，系统依然能在目的层(P)引导下动态生成语义关联，在智慧层(W)进行决策优化，从而构建满足多重目标的解决方案 (基于DIKWP网状模型的3 – 科研杂谈)。

综上，DIKWP模型在孕期临床决策中具有独特价值。首先，它通过数据层和信息层的交互应对数据不确定性，可将零散的检测结果、病例报告等数据整合为有意义的信息 (基于DIKWP网状模型的3 – 科研杂谈)。其次，面对文献结论不一致、来源不一的信息干扰，模型借助智慧层的反馈调和冲突，在知识层重构逻辑 (基于DIKWP网状模型的3 – 科研杂谈) (基于DIKWP网状模型的3 – 科研杂谈)。再次，对于孕期缺乏大型试验支撑的知识限制，模型以意图为导向，在语义空间中补全和推演可能的知识（例如根据既有指南推测缺失的用药经验） (基于DIKWP网状模型的3 – 科研杂谈)。最后，针对孕妇和胎儿多重目的的权衡，DIKWP在目的层引入医生和患者的共同目标（既要缓解孕妇症状，又要保障胎儿安全），使该目标贯穿数据→信息→知识→智慧的整个决策链条，从而确保决策过程始终围绕核心意图进行 (基于DIKWP网状模型的3 – 科研杂谈)。正因如此，DIKWP模型非常适用于孕期用药这样的复杂场景，在面对高不确定性和多目标权衡时能提供清晰的认知路径框架和决策支持。

文本表格分析（DIKWP 25路径评分）

下面我们选取孕期常见的几类用药情境，每种情境下对具有代表性的两种药物进行DIKWP模型的认知路径对比分析。基于段玉聪教授原始网状DIKWP模型的25条认知转化路径，我们对每种药物在各路径上的相对表现进行1~5分的评分（5表示该药物在该路径上参与程度或重要性最高）。评分表后的文字简要说明两种药物在各层级认知上的差异。

常见问题用药退热镇痛：对乙酰氨基酚 vs 布洛芬

*解释：*在孕期解热镇痛情境下，对乙酰氨基酚（即扑热息痛，商品名泰诺等）与布洛芬的认知路径分布差异显著。对乙酰氨基酚作为孕期首选的解热镇痛药，其决策过程更依赖于数据直接到智慧的快速反应路径(D→W评分5)：临床上孕妇发热或疼痛时，医生几乎不需过多犹豫便可直接依据症状数据做出使用对乙酰氨基酚的决定，这是因为大量历史数据和知识都支持其安全性和有效性 (Nonsteroidal Anti-Inflammatory Drugs (NSAIDs): Drug Safety Communication - Avoid Use of NSAIDs in Pregnancy at 20 Weeks or Later | FDA)。相反，布洛芬在孕期用药决策中触发了更多目的到智慧的慎重考量路径(P→W评分5)：医生需要反复权衡其解热镇痛的目的与潜在风险（如孕20周后使用NSAIDs可能导致胎儿肾功能受损和羊水过少 (Nonsteroidal Anti-Inflammatory Drugs (NSAIDs): Drug Safety Communication - Avoid Use of NSAIDs in Pregnancy at 20 Weeks or Later | FDA) (Nonsteroidal Anti-Inflammatory Drugs (NSAIDs): Drug Safety Communication - Avoid Use of NSAIDs in Pregnancy at 20 Weeks or Later | FDA)）。因此布洛芬在高阶智慧层的参与度远高于对乙酰氨基酚，体现为需更高水平的智慧判断来确保用药目的正当 (基于DIKWP模型的药物选择应用: 乙酰氨基酚vs.布洛芬 - 知乎专栏)。在知识层面(K→P)，大量孕期用药指南和药典知识都将对乙酰氨基酚列为首选，而对NSAIDs如布洛芬则有所警示 (Nonsteroidal Anti-Inflammatory Drugs (NSAIDs): Drug Safety Communication - Avoid Use of NSAIDs in Pregnancy at 20 Weeks or Later | FDA)。这种知识上的差异导致决策中知识到目的路径评分对乙酰氨基酚较低(2)而布洛芬很高(5)，意即基于指南知识，使用布洛芬需要特别的目的驱动（例如其他药无效且孕中期相对安全的特定情形)。总的来说，对乙酰氨基酚的决策优势集中在低阶直接路径（数据/信息直接引导决策），而布洛芬则主要体现在高阶反馈路径（目的和智慧层反复权衡）。这与临床经验一致：对乙酰氨基酚用途单一明确，孕期使用时所需的智慧考量相对较少，而使用布洛芬则必须更加慎重 (基于DIKWP模型的药物选择应用: 乙酰氨基酚vs.布洛芬 - 知乎专栏)。

胃酸抑制：雷尼替丁 vs 奥美拉唑

*解释：*雷尼替丁（H₂受体拮抗剂）和奥美拉唑（质子泵抑制剂）均用于缓解孕期胃酸过多和反流。表中可见，雷尼替丁在D→W等直接路径上分值较高，这表明当孕妇出现胃灼热等不适数据时，临床上倾向于直接给予雷尼替丁来缓解症状(D→W=5)，因为历史经验表明其孕期使用相对安全且有效。奥美拉唑则在信息和知识驱动的路径上占优势，如I→K、P→K评分为5：这表示医生在考虑使用奥美拉唑时，会充分调动患者情况信息（症状严重程度、对H₂拮抗剂疗效不佳等）并结合药理知识（奥美拉唑属于FDA孕期B级或C级，有一定动物实验风险但在人类未发现显著畸形）来判断其必要性 (Treatment of Gastroesophageal Reflux Disease During Pregnancy) (Treating gastro-oesophageal reflux disease during pregnancy and lactation: what are the safest therapy options? - PubMed)。与雷尼替丁相比，奥美拉唑涉及更多目的层的考虑(P→W=4)：只有当反流症状较重、H₂拮抗剂不足以控制，出于保障孕妇营养摄入和生活质量的目的时，才会在智慧层权衡后选用奥美拉唑 (Prilosec vs. Zantac for Acid Reflux)。值得注意的是，在传统知识层面，多数指南曾将雷尼替丁等H₂阻断剂作为孕期胃酸缓解的一线用药，而对奥美拉唑等PPI则保留为二线（除非严重病例） (Treating gastro-oesophageal reflux disease during pregnancy and lactation: what are the safest therapy options? - PubMed)。然而近年来研究提供了关于奥美拉唑的安全性保证，认为其并未显著增加胎儿畸形风险 (Use of cimetidine, omeprazole, and ranitidine in pregnant ... - PubMed)。这反映在模型的K→K路径上，两药评分相近(3 vs 4)，表示最新知识对奥美拉唑的风险认识有所更新。总体而言，雷尼替丁的优势在于快速、低阶决策路径（基于其长期积累的安全数据，可直接用于一般病例），而奥美拉唑则在高阶认知路径上得分更高，体现为在特殊需要的情况下经由信息/知识层深入分析后做出的决策 (Prilosec vs. Zantac for Acid Reflux)。这一对比符合临床：轻度胃灼热优先选用雷尼替丁等药物，而对难治性或严重反流，可在仔细权衡下考虑使用奥美拉唑等更强效药物。

通便：乳果糖 vs 西沙必利

*解释：*在缓解孕期便秘的用药选择中，乳果糖（渗透性泻剂）和西沙必利（促进胃肠动力药）的认知路径评分差异体现了安全性与适用性的鲜明对比。乳果糖作为孕期常用的通便药物，其作用局限于肠道、全身吸收极少（生物利用度<3% (Treating constipation during pregnancy - PMC)），因此在模型中经常通过低阶路径发挥作用：例如数据到智慧路径D→W评分高达5，表示一旦孕妇出现便秘这一数据，医生几乎可以直接决策使用乳果糖而不需要复杂分析。这与临床指南一致：乳果糖被认为在孕期使用是安全且可行的，一般不需特别监测 (Treating constipation during pregnancy - PMC)。相比之下，西沙必利因可能的心脏毒性（致心律失常风险）早已限制使用，即便在非孕人群也是二线甚至淘汰的选择 (Treating gastro-oesophageal reflux disease during pregnancy and lactation: what are the safest therapy options? - PubMed)。这在模型中反映为西沙必利在目的驱动相关路径上分数极高(P→W=5, P→P=5)：只有在非常特殊的目的（如顽固性便秘伴严重胃肠动力障碍，其他方法均无效）驱动下，才可能考虑其使用，并需要极高程度的智慧判断来平衡母体获益与潜在风险。在知识层面，关于西沙必利的负面认知使其知识到知识和知识到目的路径评分为满分(K→K=5, K→P=5)，意味着专业知识体系几乎将其列为孕期禁忌或极端情况下才考虑的备选。这与乳果糖形成鲜明对比：乳果糖的知识层禁忌几乎不存在（K→P=3），反而有知识支持其安全性和有效性 (Treating constipation during pregnancy - PMC)。因此，模型显示乳果糖主要通过低阶直接路径（如D→W, K→W等）即可实现决策，而西沙必利则涉及高阶迭代路径的大量介入，需要反复在智慧层和目的层论证其使用理由。简言之，对于一般孕期便秘患者，智慧层判断倾向选择乳果糖等安全温和的方案，而不会轻易触发西沙必利那样需要严密论证的路径；只有在极端场景下（目的特别强烈且无他法）才可能动用西沙必利，其决策过程也必然是多层慎重考量的结果。

慢性病控制控制高血压：拉贝洛尔 vs 美托洛尔

*解释：*针对妊娠期高血压的控制，一般可选用拉贝洛尔或美托洛尔这两种β受体阻滞剂。模型评分显示，拉贝洛尔在多数路径上的参与度略高于美托洛尔，尤其是在信息→知识(I→K)和知识→信息(K→I)等路径上评分为5。这反映出临床医生在处理孕期高血压时，会高度依赖已有知识（如指南推荐）和患者具体信息做出决策：根据权威指南，拉贝洛尔被视为孕期高血压的一线用药 (Labetalol: Uses and Side Effects)（因其同时阻断α和β受体，降压有效且对胎儿影响小），而美托洛尔虽也可用于孕妇，但更常用于心律失常等情况 (Beta-Blockers in Pregnancy and Congenital Malformation Risk  - American College of Cardiology)。因此知识层判断倾向拉贝洛尔：模型中拉贝洛尔的K→W评分5，表示医生将丰富的知识（如ACOG和国内指南）直接运用于智慧决策，果断选择拉贝洛尔控制血压 (Beta-Blockers in Pregnancy and Congenital Malformation Risk  - American College of Cardiology)。相比之下，美托洛尔的K→W为4，暗示需稍加考虑（例如在有特殊适应证如合并心动过速时才优先考虑）。在目的层，拉贝洛尔的P→W仅2，而美托洛尔达到4，说明一般情况下控制高血压这一单一目的用拉贝洛尔就足够，无需过多权衡；而若考虑使用美托洛尔，往往有多个目的驱动（例如既要降压又需控制孕妇心率或防治心律失常），需要在智慧层平衡多重目的后才决定(P→P美托洛尔=4)。模型还揭示，两药在数据→智慧直接决策路径上的差异（5 vs 2）表明：当检测到孕妇血压升高这一数据时，医生几乎会直接选择拉贝洛尔干预(D→W=5)，而极少一开始就选美托洛尔(D→W=2)，除非有特殊数据（如哮喘不耐受拉贝洛尔等信息)促使。总的来说，拉贝洛尔在孕期降压决策中扮演“默认主角”，其知识层支持和智慧决策直觉均占优势，这与研究发现拉贝洛尔对孕妇和胎儿的风险收益比优于多数其他β阻滞剂的结论一致 (Beta-Blockers in Pregnancy and Congenital Malformation Risk  - American College of Cardiology)。美托洛尔则更多出现在特定情境下，通过目的驱动的路径（如合并症管理）才加入方案，体现为需要更明确的理由和更高层次的决策参与。

控制血糖：胰岛素 vs 口服降糖药

*解释：*对于妊娠期糖尿病或血糖控制问题，经典的治疗对比是胰岛素注射疗法 vs 口服降糖药物（如二甲双胍或磺脲类）。DIKWP模型的25路径评分揭示了二者在决策认知上的明显区别。胰岛素在知识层相关路径上具有压倒性优势：例如D→K和K→I评分为5，表明从监测到血糖升高这一数据开始，医生会迅速调用专业知识（如“胰岛素不穿过胎盘，控制孕期高血糖首选胰岛素” (Gestational Diabetes - StatPearls - NCBI Bookshelf)）并将其转化为对患者信息的解读，从而制定治疗方案。这与ADA和中华医学会的共识相符——胰岛素是孕期高血糖的一线推荐药物 (15. Management of Diabetes in Pregnancy: Standards of Care in ...)。相反，口服降糖药物由于在孕期应用的长期经验不足，在模型中引发了更多目的层和智慧层的思考。例如I→W评分胰岛素为4而口服药为5，意味着医生在考虑使用口服药时，需要综合更多患者信息进行智慧判断（如孕妇对注射的依从性差，希望口服用药，以及口服药可能带来的血糖控制效果和风险权衡）。目的多重性在这一组对比中尤为突出：胰岛素主要服务于一个核心目的——有效控制血糖以保障母胎安全，其P→P评分仅2；而口服药涉及的目的更复杂(P→P=4)，除了控制血糖，还包含提高患者依从性、减少注射痛苦、节约成本等潜在目的。模型中口服药的P→W达5，也印证了这一点：只有在充分考虑了这些目的并确认收益大于风险时，智慧层才会倾向于选择口服药物 (A review of current treatment strategies for gestational diabetes ...)。知识层对口服药的限制也体现在K→P路径上：由于缺乏大规模孕期安全数据，一些指南持保留态度，这使得胰岛素的K→P评分为5（即知识层强烈指向胰岛素目的），而口服药为4，需要结合具体情况。总而言之，模型说明知识层禁忌与指南推荐偏向胰岛素：智慧决策往往遵循“首选胰岛素”的知识准则 (15. Management of Diabetes in Pregnancy: Standards of Care in ...)。但在高阶路径中，如果患者情况和意愿构成强烈驱动（如无法使用胰岛素），模型也能通过增加P层权重来考虑口服药方案。这体现了一种分层策略：常规情境遵循指南以胰岛素为主，而特殊情境下在充分认知权衡后口服降糖药也可作为备选方案 (A review of current treatment strategies for gestational diabetes ...)。

内分泌/肿瘤：左甲状腺素钠 vs 他莫昔芬

*解释：*这一组对比将两种截然不同性质的药物放在一起：左甲状腺素钠用于妊娠期甲状腺功能减退症的替代治疗，而他莫昔芬则是一种抗雌激素药，常用于乳腺癌内分泌治疗，在孕期原则上应当避免。模型评分清晰地反映了这一点：左甲状腺素钠在低阶路径上几乎全线高分(D→I, D→K, D→W均为5)，表示只要孕妇的甲状腺激素水平数据显示不足，医生会毫不犹豫地直接根据既有知识做出用药决定——这是因为对于孕期甲减，治疗的益处远远大于风险，且左甲状腺素被证明对胎儿安全（属于FDA孕期A类） (Levothyroxine: a medicine for an underactive thyroid (hypothyroidism) - NHS)。相反，他莫昔芬的大部分高分出现在高阶认知路径上：例如K→K, K→P, P→W, P→P等均为5，意味着在孕期讨论他莫昔芬的使用需要经过层层审视和目的权衡。事实上，专业知识层面对他莫昔芬在孕期的态度非常明确——禁忌。指南明确指出他莫昔芬可能导致胎儿畸形，因此孕期不应使用 (Tamoxifen: Uses, Side Effects & Risks)。模型中这体现为知识层禁忌相关路径全面高分：K→P=5表明知识层直接将“避免他莫昔芬”传递为决策目的，P→P=5则表示如果患者有服用他莫昔芬的适应症和目的（如预防乳腺癌复发），也必须与保护胎儿这一更高目的进行激烈冲突与权衡 (Tamoxifen Exposure during Pregnancy: A Systematic Review and ...)。智慧层在此起到调和作用：I→W和W→P对他莫昔芬均为5，意味着即使不得不考虑使用（例如孕中期意外诊断出侵袭性乳腺癌，需要他莫昔芬辅助治疗），也必须在智慧层充分评估母亲生命健康与胎儿风险之间的取舍，然后才能制定最终目的（必要时可能选择暂缓妊娠或更换方案）。相比之下，左甲状腺素钠在知识层和智慧层都几乎没有冲突：模型中K→W=5且P→W仅2，表示医疗知识和指南强烈支持其使用，而智慧层几乎无需纠结即可将“维持母体甲状腺功能正常”作为明确目的付诸实施 (Levothyroxine: a medicine for an underactive thyroid (hypothyroidism) - NHS)。总的来说，此组对比极端凸显了模型的作用：知识层判断倾向完全禁止他莫昔芬，而将左甲状腺素视为必须使用的药物；在此基础上，智慧层对于左甲状腺素只是执行性的，而对于他莫昔芬则充满两难抉择，需结合患者具体情况进行个体化决定。模型的25路径矩阵完整地呈现出这一点：左甲状腺素钠经由数据-信息-知识的直连路径即可顺畅决策，而他莫昔芬则被迫在目的-智慧循环中反复审视。二者截然不同的认知路径分布也再次验证了指南的要求：孕期应“该用则用，该禁则禁” (Tamoxifen: Uses, Side Effects & Risks) (Levothyroxine: a medicine for an underactive thyroid (hypothyroidism) - NHS)。左甲状腺素属于该用必用，而他莫昔芬则属于能禁则禁。

特殊场景抗菌用药：青霉素 vs 红霉素

*解释：*在孕期抗生素选择方面，常见情境是患者无青霉素过敏时首选青霉素类药物，过敏或特殊情况下可考虑红霉素等宏观内酯类。模型评分反映了这一决策流程：青霉素在前半部分路径（D、I、K驱动的路径）中均占优势。例如D→I, D→K, D→W均为5，显示当孕妇出现感染征象这一数据时，医生首先联想到并获取与之相关的信息和知识（如致病菌谱、青霉素敏感性、患者无过敏史），并直接决策使用青霉素治疗。红霉素在这些路径上的得分较低(D→W=3)，表示它并非一开始的默认选择，需要特定信息触发（如青霉素过敏信息I→D=4）。模型中红霉素的高分主要体现在目的相关路径上(P→I, P→P均为4或5)：也就是说，只有当存在“避免青霉素”这一强烈目的（通常由于过敏），才会启动以红霉素替代的决策路径。这在I→P=5也有所体现：患者青霉素过敏这一关键信息，会直接改变治疗目的，使医生寻求替代抗生素。知识层同样支持这一点——对梅毒等特殊感染，指南明确要求即使过敏也需脱敏后使用青霉素 (Penicillin Allergy - STI Treatment Guidelines - CDC)；对一般感染，红霉素虽然被认为对胎儿安全（FDA B类），但疗效谱不同于青霉素。因此知识模块对青霉素的支持更强(K→P=5)，而对红霉素则相对中性(K→P=4)。智慧层的评分(W→K, W→P)两者相近或红霉素稍高，这意味着在需要红霉素的场合，医生需要应用智慧来平衡“过敏风险 vs. 疗效”这一逻辑，并在目的层重新规划（例如孕妇梅毒过敏则先脱敏后给青霉素，而一般感染过敏则可以选择红霉素替代）。总的来说，智慧层判断倾向按照指南推荐行事：能用青霉素则用青霉素，只有存在特定禁忌时才启用替代方案 (Penicillin Allergy - STI Treatment Guidelines - CDC)。模型直观地表现出这一点：青霉素通过数据/信息直接驱动路径即可应用，而红霉素更多是目的驱动的备用路径。一旦触发后者（如过敏情形），认知过程会围绕新的目标进行，再通过知识和智慧层验证红霉素的有效性和安全性，然后付诸实施。两种抗生素认知路径分布的差异，充分说明了在孕期抗菌治疗中遵循指南、注重个体信息的重要性。

抗过敏用药：氯雷他定 vs 氯苯那敏

*解释：*氯苯那敏（第一代抗组胺药，商品名扑尔敏）和氯雷他定（第二代抗组胺药，商品名开瑞坦）都是孕期可用的抗过敏药物，但各有特点。模型评分显示，氯苯那敏在数据驱动的路径上得分更高(D→D, D→W分别为4和5)，这表明传统上当孕妇出现过敏症状这一数据时，医生倾向于直接给予已有悠久应用史的氯苯那敏来对抗症状。这与过去的医学认知一致：第一代抗组胺剂如氯苯那敏被认为是孕期最安全的抗过敏药之一 (A review of antihistamines used during pregnancy - PMC)。然而氯苯那敏的镇静副作用明显，这使得在目的层出现了新的考虑——孕妇希望缓解过敏又不想过度嗜睡。因此氯雷他定在P→I路径上满分5，意味着患者“要求清醒、不影响工作”这一目的会极大地影响信息处理，使医生考虑使用不致瞌睡的氯雷他定 ([ Antihistamines

• NHS](https://www.nhs.uk/conditions/antihistamines/#:~:text=Loratadine%20%20is%20usually%20recommended,OK%20to%20take%20while%20breastfeeding))。知识层面，模型显示两药的评分随路径略有不同：K→K氯苯那敏为5而氯雷他定为4，说明依据传统知识氯苯那敏的安全性证据最充分，历史最长 (A review of antihistamines used during pregnancy - PMC) (A review of antihistamines used during pregnancy - PMC)；但K→W则两者均为4，表示最新指南和研究已认可氯雷他定在孕期的安全性，临床智慧判断可以据此应用该药 ([ Antihistamines

• NHS](https://www.nhs.uk/conditions/antihistamines/#:~:text=Loratadine%20%20is%20usually%20recommended,OK%20to%20take%20while%20breastfeeding))。信息层I→P和目的层P→D中，氯雷他定评分更高，这反映出现代医生会更多地考虑患者的主观需求（如日间不嗜睡）并将其融入决策目标，从而驱动采取相应的数据采集和方案调整——例如询问患者职业需求（信息）并以此为依据选择不良反应较小的方案。在模型**智慧层**上，两药差异不大，提示在具体决策时医生会综合各种因素做平衡，例如孕周、症状严重程度、既往用药反应等。综合而言，DIKWP模型揭示了抗过敏用药选择中**知识演化和意图导向**的影响：最初的知识体系偏好氯苯那敏 (A review of antihistamines used during pregnancy - PMC)（其认知路径更直接简单），但随着对氯雷他定安全性的认知增加和患者需求的强调，决策逐渐倾向于在智慧层进行更加个体化的判断 ([ Antihistamines

• NHS](https://www.nhs.uk/conditions/antihistamines/#:~:text=Loratadine%20%20is%20usually%20recommended,OK%20to%20take%20while%20breastfeeding))。这意味着医生会同时考虑*“最大程度缓解过敏”*和*“尽量不影响日常生活”*这双重目的，在DIKWP网络中找到兼顾两者的最优路径。模型中氯雷他定相较氯苯那敏在目的驱动路径(P→I等)上高分，正体现了这一点：当多重目标存在时，非镇静性的第二代抗组胺药往往成为智慧选择的结果。

镇痛/成瘾治疗：丁丙诺啡 vs 可待因

*解释：*丁丙诺啡（Buprenorphine）和可待因（Codeine）同属阿片类药物，但在孕期应用场景和决策逻辑上截然不同。丁丙诺啡主要用于阿片依赖孕妇的维持治疗，也可用于剧痛管理；可待因则常作为止痛或镇咳的弱效阿片临时使用。模型评分显示，丁丙诺啡在知识和目的层得分极高：K→K, K→W, P→W均为5，显示医学知识强烈支持将其用于有阿片成瘾的孕妇，并将此作为实现母胎平安的关键目的之一 (Opioid Use and Opioid Use Disorder in Pregnancy | ACOG) (Opioid Use and Opioid Use Disorder in Pregnancy | ACOG)。指南建议，孕期阿片依赖应以美沙酮或丁丙诺啡维持疗法为标准护理，而不应让患者反复戒断或滥用短效阿片 (Opioid Use and Opioid Use Disorder in Pregnancy | ACOG)。这一知识反映在模型中：丁丙诺啡的K→P=5，意味着知识层面直接将“维持治疗”确定为目的。相应地，丁丙诺啡在信息→智慧(I→W)路径也满分，表示医生会密切结合患者的依赖史、既往治疗信息，在智慧层做出长期维持的决策，这是一种经过深思熟虑且符合指南的智慧选择 (Opioid Use and Opioid Use Disorder in Pregnancy | ACOG)。相比之下，可待因的模型轨迹更偏向临时和低阶：当孕妇出现一般疼痛或顽固性咳嗽的数据时(D→W=2)，可待因可能被考虑短期使用，但它在知识层并没有被赋予长期目的（K→P=4）。事实上，知识层提醒我们，可待因持续使用会导致胎儿成瘾和新生儿戒断综合征，因此应限制在最低有效剂量和最短时间 (Opioid Use and Pregnancy | Overdose Prevention | CDC)。模型中可待因的P→W仅3，也表明对其使用目的一般是短期单一的（例如缓解急性剧咳），不涉及复杂的多目标权衡。丁丙诺啡与之相反，其P→W=5，指明了在孕期维持疗法中实现多重目标（稳定母亲状态、预防戒断、保护胎儿）的必要智慧权衡。丁丙诺啡在目的驱动数据收集(P→I)上也达到了5，意味着为了达成维持治疗这一目的，医生会主动收集诸如患者既往成瘾程度、胎儿发育情况等信息以优化治疗方案。而可待因的P→I仅2，表示通常不会围绕可待因做过多信息搜集或目的调整，只是权宜之计。总的来说，DIKWP模型揭示了：对有阿片成瘾风险的孕妇，智慧层判断倾向选择规范的丁丙诺啡维持路径（即便需要多部门协作和严格监控，也是实现母婴安全的最佳途径） (Opioid Use and Opioid Use Disorder in Pregnancy | ACOG)；而可待因仅作为一般镇痛时的临时措施，决策过程较为简单直接，且始终受到知识层的警示约束（如FDA警告20周后限制NSAIDs类似，对阿片则警告新生儿抑制和戒断） (Opioid Use and Pregnancy | Overdose Prevention | CDC)。因此，我们看到模型中丁丙诺啡通过高阶知识-智慧循环确保决策合理，而可待因则更多停留在低阶数据-信息应用上，除非有特别考虑，否则不会长期介入孕期治疗方案。

解读分析

通过以上多个药物组合的DIKWP 25路径评分对比，可以总结出孕期用药决策中的若干规律：

• 安全首选 vs 风险备选： 在每组对比中，往往有一种药物被指南和经验认定为安全的一线方案，模型表现为该药物在数据/信息直接驱动的低阶路径上评分占优；相反，另一种风险较高或次选的药物则在目的/智慧驱动的高阶路径上得分更高。以解热镇痛为例，对乙酰氨基酚作为安全首选药，其决策大量走D→W、K→W等捷径路径，而布洛芬则需要经由P→W等高阶评估路径（需更高智慧权衡）才能考虑使用 (基于DIKWP模型的药物选择应用: 乙酰氨基酚vs.布洛芬 - 知乎专栏)。再如抗菌药中，青霉素无过敏时直接使用(D/I层路径占优)，而红霉素仅在“避免过敏”这一目的出现时通过P层介入决策。这种优势分布说明：当某药物有充足数据和知识支撑安全性时，医生决策更多依赖直觉和既有知识（DIK路径）；相反，当药物存在明确风险或适应证受限时，则触发目的和智慧层的反复论证（WP路径）。

• 智慧层判断倾向： 模型高阶路径的评分揭示了临床上智慧决策的取向，即医生在权衡利弊时更偏向哪种方案。在多数对比中，智慧层最终倾向于选择更安全、目的单一明确的方案。例如在镇痛选择上，智慧层更倾向于对乙酰氨基酚（因其目的明确且无须复杂权衡）而对布洛芬保持谨慎 (基于DIKWP模型的药物选择应用: 乙酰氨基酚vs.布洛芬 - 知乎专栏)。又如阿片类依赖治疗，智慧层会权衡“控制成瘾避免母婴危险”这一长远目的，从而倾向选用丁丙诺啡维持而非让孕妇自行间断使用可待因等短效阿片 (Opioid Use and Opioid Use Disorder in Pregnancy | ACOG) (Opioid Use and Opioid Use Disorder in Pregnancy | ACOG)。值得注意的是，智慧层的倾向并非固执地“一边倒”：如果特定患者有特殊信息或目的（如孕妇强烈要求避免某副作用，或一线药物禁忌），智慧层也会综合考虑后调整决策路径。例如抗过敏用药中，若患者职业要求清醒，智慧判断会倾向氯雷他定而非传统推荐的氯苯那敏，以满足患者目的。这体现出DIKWP模型的灵活性：智慧层可以在不同路径间动态平衡，以实现对个体最优的决策。

• 知识层禁忌与指南导引： 模型中的知识→目的(K→P)路径和知识→智慧(K→W)路径评分直观反映了各药物在医学知识库中的地位。许多药物组合表现出“一正一反”的知识层导向：一方面，指南强烈推荐或允许某药物孕期使用，模型就赋予其高的K→W评分（直接将知识转化为智慧决策），如胰岛素控制血糖 (15. Management of Diabetes in Pregnancy: Standards of Care in ...)、左甲状腺素纠正甲减 (Levothyroxine: a medicine for an underactive thyroid (hypothyroidism) - NHS)、青霉素治疗梅毒 (Penicillin Allergy - STI Treatment Guidelines - CDC)等；另一方面，指南明确禁止或不建议某药物在孕期使用，模型则通过高K→P分值将此禁忌牢牢嵌入决策目的，如他莫昔芬的K→P=5显示知识层已将“禁用”定为目的 (Tamoxifen: Uses, Side Effects & Risks)。在解读各表时可以发现，只要某药物存在孕期安全隐患（无论是对胎儿致畸还是对母体有害），模型几乎都会在知识层给予醒目的标记（高K→K或K→P），以确保智慧层在决策时考虑到这些禁忌。例如布洛芬在孕中晚期可能导致胎儿肾损害和羊水过少，这一点已写入FDA警示 (Nonsteroidal Anti-Inflammatory Drugs (NSAIDs): Drug Safety Communication - Avoid Use of NSAIDs in Pregnancy at 20 Weeks or Later | FDA) (Nonsteroidal Anti-Inflammatory Drugs (NSAIDs): Drug Safety Communication - Avoid Use of NSAIDs in Pregnancy at 20 Weeks or Later | FDA)并反映为其K→K/P路径分高；再如口服降糖药因缺乏长期研究，知识层态度谨慎，模型中未给予其像胰岛素那样的最高评分。这种知识导引作用保证了决策的科学性：模型会优先遵循主流指南和药典，在此基础上再结合个体信息作出调整。这也解释了为何在大多数情境下，模型输出的建议与权威指南高度一致——因为知识模块本身就包含了指南的逻辑和限制条件。

• 多重目的下的路径特征： 孕期用药常涉及母体治疗和胎儿安全两个核心目的，此外还可能有缓解症状、提高生活质量、预防并发症等次级目的。当存在多重目的时，模型往往触发P→W, P→P等路径，将不同意图纳入决策。例如慢性病控制中的胰岛素vs口服药，对应的多重目的包括“控制血糖达标”和“用药便利性”。模型中口服药的P→W远高于胰岛素，正是由于需要智慧层权衡患者依从性和疗效安全的双重目标 (A review of current treatment strategies for gestational diabetes ...)。又如镇静抗过敏药vs非镇静药，存在“治病”与“避免嗜睡”两个目的，模型通过I→P和P→I路径捕捉患者对此的需求，从而在智慧层做出折中决定。可见，目的多重性越高，决策路径就越复杂，高阶循环出现频率就越大。这一点在他莫昔芬案例中达到极致：维持母亲抗癌治疗和保障胎儿健康两个目标尖锐对立，模型的P→P满分显示了目的冲突的激烈程度，需要反复调整才能收敛于单一决策 (Tamoxifen Exposure during Pregnancy: A Systematic Review and ...)。因此，DIKWP模型能帮助我们识别决策中隐含的多重意图，当某路径（尤其P层相关）评分异常高时，往往意味着该用药场景下存在需精细平衡的多个目标。临床医生可以据此有针对性地与患者沟通，厘清优先级（例如告知孕妇某些情况下胎儿安全优先于自身轻微不适，反之在母亲生命受威胁时须以积极治疗为先），从而在智慧层达成医患共识的最优目的。

总的来说，上述分析表明DIKWP模型的25条认知路径能够细腻地映射出孕期用药决策背后的考虑因素和权衡重点。借助模型，我们可以清楚地看到：哪一层级的因素在主导某种药物的选择。例如，数据/信息层得分高意味着决策更多依据客观病情和直接疗效（如安全的一线药物)；知识层得分高表明有指南/证据强力支持或限制（如首选方案或明确禁忌）；智慧/目的层得分高则提示需要个体化权衡、平衡多目标（通常针对特殊情况）。这种可视化的认知路径分布，有助于我们理解临床决策的逻辑，也为医疗决策支持系统提供了框架：系统可以根据不同路径的权重，提示医生关注相应层面的关键问题（例如提示某药有指南禁忌，需要更高层审批或替代方案）。

用药建议

基于以上DIKWP认知路径分析，并结合妊娠不同时期及特殊类型的情况，可以提出以下分层次的孕期用药策略：

• 孕早期（1～12周）策略： 孕早期是胚胎器官分化的关键时期，用药应极为谨慎。DIKWP模型在此阶段强调知识层的约束作用，即尽可能避免任何在动物或人类中显示致畸风险的药物（K→P路径对潜在致畸药物给出禁忌信号）。实践中，应优先选用孕期安全等级最高的药物（例如FDA分类A或B类）来满足治疗目的，尽量通过数据→信息→知识的直接路径完成决策，而不贸然尝试未经验证的新药或次选药。 (Medicine and Pregnancy: An Overview | Medicine and Pregnancy | CDC)提醒我们，有些疾病若不治疗对胎儿危害更大，因此在孕早期若遇必须治疗的严重疾病（如甲状腺功能减退、糖尿病、高热等），应遵循“利大于弊”的原则按指南用药 (Levothyroxine: a medicine for an underactive thyroid (hypothyroidism) - NHS)。模型的目的层会将“保护胚胎发育”设为最高优先级，从而引导医生在能满足治疗需求的前提下选择对胚胎无影响的方案。例如早孕头痛发热首先考虑对乙酰氨基酚而非NSAIDs，细菌感染尽早使用青霉素等安全抗生素控制以防高热流产，而像他莫昔芬这类可致畸药则应绝对避免。总之，孕早期用药策略是在知识导引下最小化风险暴露：模型建议仅当数据和智慧层一致认定“不治疗风险更甚”时才用药 (Medicine and Pregnancy: An Overview | Medicine and Pregnancy | CDC)，且全程监控，用药时长和剂量取“最低有效”原则。

• 孕中期（13～27周）策略： 相对而言，孕中期是用药相对宽松的时期，此时胎儿器官已基本形成而离分娩尚远，许多药物的使用窗口在此段打开。DIKWP模型显示，在孕中期，某些高阶路径的权重有所下降（即决策可稍更多依赖知识和数据而非反复权衡）。实践上，可在确保安全的前提下适当处理孕妇的不适，提高孕期生活质量。例如中度的胃食管反流在孕中期如严重影响进食，可考虑在智慧层平衡后使用H₂受体拮抗剂甚至必要时短期PPI (Prilosec vs. Zantac for Acid Reflux)。又如妊娠剧吐伴随胃动力障碍，传统知识虽不推荐高风险药物，但在孕中期迫不得已时可以在严密监测下试用小剂量西沙必利等（模型会在目的层标记这一非常用路径）。孕中期用药策略可概括为：在指南许可范围内，以母亲健康舒适为目的适度扩展用药选择。这意味着模型允许更多D/I层面的信息进入决策（如根据症状严重程度调整方案），同时保持知识层戒备——任何显示胚胎毒性或致流产早产风险的药物依然应避免或慎用（例如NSAIDs从20周开始已被FDA警告应限制使用 (Nonsteroidal Anti-Inflammatory Drugs (NSAIDs): Drug Safety Communication - Avoid Use of NSAIDs in Pregnancy at 20 Weeks or Later | FDA) (Nonsteroidal Anti-Inflammatory Drugs (NSAIDs): Drug Safety Communication - Avoid Use of NSAIDs in Pregnancy at 20 Weeks or Later | FDA)）。当出现多重目的时，智慧层会根据孕周特点重新排序：孕中期可相对更多考虑母体舒适和疾病控制，因为胎儿已度过高敏感期，但仍应密切关注胎儿生长的相关数据，一旦有异常迹象，立刻反馈到决策中（模型通过W→D路径实现这一闭环）。举例来说，孕中期哮喘严重发作需要全力治疗，给母亲吸氧、用激素是必要的，即使有潜在风险也应控制哮喘以免胎儿缺氧——这是典型的智慧判断利弊、目的偏重母体的一种体现。总之，孕中期在严格遵循指南的基础上，可适当放宽对母体治疗的限制，但始终通过DIKWP网络监控药物对胎儿的影响，一旦评估出风险上升，立即调整策略。

• 孕晚期（28周以后）策略： 孕晚期用药需要同时考虑胎儿即将分娩的新因素。模型在此阶段强化了目的层对新生儿适应性的关注。例如NSAIDs在孕晚期可能引起动脉导管过早闭合和羊水过少 (Nonsteroidal Anti-Inflammatory Drugs (NSAIDs): Drug Safety Communication - Avoid Use of NSAIDs in Pregnancy at 20 Weeks or Later | FDA) (Nonsteroidal Anti-Inflammatory Drugs (NSAIDs): Drug Safety Communication - Avoid Use of NSAIDs in Pregnancy at 20 Weeks or Later | FDA)，目的层会将“避免新生儿并发症”置于高优先级，智慧决策倾向于停用或替代（如镇痛改用对乙酰氨基酚）。又如临近分娩时使用阿片类镇痛需考虑新生儿呼吸抑制和戒断，模型会在知识层提醒这一点并经目的层影响决策 (Opioid Use and Pregnancy | Overdose Prevention | CDC) (Opioid Use and Pregnancy | Overdose Prevention | CDC)。孕晚期策略因此可以总结为：以围产安全为核心，提前规划用药调整。具体包括：避免一切可能影响产程或新生儿的药物（模型中凡是P→P对胎儿不利目的高分的情形均应尽量规避），如若必须使用则做好监护准备。例如高血压孕妇在临产前应避免用影响子宫收缩或胎盘血流的药物，改用安全降压药并监测胎心；阿片维持治疗的产妇需通知新生儿科做好NAS评估和处理准备（模型智慧层在W→I路径上会促使医生获取相关科室支持的信息）。此外，孕晚期还需关注药物对分娩方式和时间的影响，比如糖皮质激素促胎肺成熟、镇痛方案调整等，都涉及多学科协作。DIKWP模型可通过目的驱动的路径将产科、新生儿科目标融入现有决策网络，实现统一协调：例如产科医生将“确保胎肺成熟”作为目的输入模型，智慧层即可平衡给母亲用药的时机与剂量。从实际出发，孕晚期的用药应由产科、相关专科共同评估（相当于将多专家知识纳入模型K层），在数据-信息层密切监测母胎状态（如超声羊水量、胎心监护、母体肝肾功能等），并智慧层动态调整方案。最终目标是保证母亲在分娩前达到最佳状态，同时胎儿出生后不因为宫内用药暴露而出现可预见的问题。

• 高危妊娠策略： 高危妊娠（如合并严重慢性疾病、孕期并发症、胎儿发育异常等）用药需个体化调整。DIKWP模型在高危情境下往往激活更多的反馈回路——也就是反复在W→D和W→I路径上优化决策。对于高危孕妇，一方面要更加积极地治疗母体疾病，另一方面更严格地监控胎儿影响。例如合并癫痫的孕妇即使所有抗癫痫药都有一定风险，仍必须在智慧层权衡下选用风险最小的方案以控制癫痫发作，因为不治疗对母胎均有极大危害 (Medicine and Pregnancy: An Overview | Medicine and Pregnancy | CDC)。又如孕妇有阿片成瘾，高危妊娠需立刻启动维持治疗路径，用丁丙诺啡或美沙酮维持，以避免戒断流产和母亲复发危及生命 (Opioid Use and Opioid Use Disorder in Pregnancy | ACOG)。这些决策背后体现的是**“以母体重大健康问题为优先”的原则，模型的目的层会根据风险级别动态调整：当母亲疾病若失控将严重威胁胎儿时，保障母亲健康成为首要意图，甚至允许使用平常禁忌但对母有利的药物（模型通过降低该药K→P禁忌评分或提高P→W来实现)。当然，高危妊娠也更需要多学科团队协作，DIKWP模型可看作整合了多领域知识的中枢。在具体策略上，对于高危妊娠用药应提前制定方案并频繁随访**。例如有器官移植史的孕妇需维持免疫抑制剂，则在孕前就应更换为对胎儿相对安全的方案，孕期严格监测血药浓度和胎儿生长（模型中体现为在P层有一个长期目的驱动，并通过D/I层持续收集数据来校准K层知识，如根据血药浓度调整剂量）。再比如有血栓风险的孕妇需预防性低分子肝素抗凝，这属于高危情况下“宁可用药也不冒险”的策略，模型同样会在知识层提示这一点并在目的层锁定“预防栓塞”这一目标。简言之，高危妊娠用药策略是在充分依赖专业知识和实时数据的前提下，优先保障母亲生命健康和关键孕产结果（如避免早产、子痫等），哪怕为此需要承担一定药物风险。在模型路径上表现为：该用药时智慧层迅速拍板（不会因为缺少完美数据而犹疑不决 (Opioid Use and Pregnancy | Overdose Prevention | CDC)），同时全程反馈监测，一旦情况变化立即经由数据层反馈回智慧层调整决策。这样既避免了因顾虑用药而坐失干预时机，又防止了用药后掉以轻心。

• 不良孕产史策略： 对有既往不良妊娠结局（如习惯性流产、死胎、胎儿畸形等）史的孕妇，用药决策需要更加保守稳健。此类情况下，模型的目的层会强化“避免重蹈覆辙”这一意图，知识层也会提示医生参考以往的情况找出可能的诱因。在实践中，应尽可能消除可疑风险因素：比如既往胎儿畸形史的孕妇，本次妊娠用药更需精挑细选，哪怕理论上安全的药物也要慎之又慎，尽量选择使用时间久、证据充分的老药。在模型上表现为对所有候选药物的K→K和K→P评估更加严格，甚至可在智慧层引入第二专家意见（相当于扩展知识库），确保选择万无一失。如果既往的不良结局可能与用药无关（如胎盘功能不全导致死胎），本次妊娠仍要严密监测相关方面，同时用药时考虑胎盘因素。模型会通过W→I路径督促医生在决策时主动获取既往孕史详细信息，并通过I→K将其转化为针对性的知识指导。例如曾有不明原因晚期死胎史，则即便一般孕妇可安全使用的镇静剂，在该患者身上也尽量避免，以免掩盖胎动减少等警示信号——这是将过去经验教训上升为本次决策知识的一种体现。针对不良孕史患者的用药策略，可概括为：原则更严、监控更勤、沟通更细。模型的25路径会趋向于减少高风险路径的出现频率，也就是说，尽量不走那些需要权衡巨大风险的路子，而是提前规避问题。例如曾有过敏史致严重后果，则本次会及早在P层设定“绝不使用相关药物”目的，从而完全避开相应路径，而不是临时再去智慧层纠结。如果不良结局与某些药物可能相关（即使无法证实），本次也应尽量避免雷同用药，或采取必要保护措施后再用。总之，这类患者的模型决策倾向于宁可措置过度，不可掉以轻心，哪怕因此牺牲一点母体舒适（比如对轻微不适尽量不用药），也要确保胎儿安全最大化。这样的策略在模型中反映为目的层高度统一（所有子目标都服务于最终平安分娩的大目标），各层次紧密协作（数据层频繁检查，信息层及时解读，知识层严格把关，智慧层迅速反应）。通过这种分层防护，高危孕产史患者的用药风险将降至最低。

综上所述，运用DIKWP模型指导的孕期用药策略强调了“分层决策、动态权衡”的思想。在不同妊娠阶段和情境下，模型会调整各认知层级的作用强度：早期突出知识禁忌，中期注重智慧平衡，晚期聚焦目的整合，高危情况下全程反馈。不变的是，对母亲和胎儿的整体有利是最终目标，模型中的**目的层(P)**提供了这一恒定的指引，数据、信息、知识、智慧各层则围绕这一核心目的各展所长地工作。对于临床医生来说，这意味着在孕期用药决策时需要牢牢把握指南依据（知识层）、充分收集患者情况（数据/信息层）、善用临床经验与多学科智慧（智慧层），并始终以母胎平安这个终极目的来校准自己的决策 (Opioid Use and Pregnancy | Overdose Prevention | CDC)。只有这样，才能在复杂多变的孕期情境中做到既积极治疗、又万无一失。通过DIKWP认知路径的严谨推演，我们能够将这样的决策过程标准化、透明化，为每一位孕期患者提供个体化且有据可依的用药方案，提高临床决策的科学性和安全性。 (Medicine and Pregnancy: An Overview | Medicine and Pregnancy | CDC)

转载本文请联系原作者获取授权，同时请注明本文来自段玉聪科学网博客。

链接地址：https://wap.sciencenet.cn/blog-3429562-1479362.html?mobile=1

收藏

分享