本研究旨在验证一套基于多模态数据的人工智能（Artificial Intelligence，AI）辅助决策系统，评估其在RA患者慢病管理中的应用，以提升护理工作的精准化与智能化水平。

本研究前期构建了一套融合多模态数据的人工智能“RA慢病管理”系统，该系统首先对患者病历、检验检查、症状体征等多模态数据进行结构、语义和时间标准化处理，建立高质量数据集，并构建RA慢病管理知识图谱，采用数据级、特征级和决策级的粗粒度融合方法以及实体、关系、属性层次的细粒度融合技术，解决数据异构问题。采用前瞻性、多中心随机对照设计，选取2025年1月至12月来自广州市三家三级甲等医院风湿免疫科的120例RA住院患者为研究对象，借助计算机生成的随机序列，按1：1的比例分为干预组与对照组，两组患者均接受由风湿免疫科医生制定的标准治疗及常规护理。干预组在此基础上，应用融合了多模态数据的人工智能“RA慢病管理”系统。通过数据融合质量和患者自我管理效能来验证这个系统的应用效果。 

该系统可有效整合多模态信息，其中文本模态单元融合效果最为显著，融合达12.98%，整体领域融合率为10.05%。干预组患者的服药依从率由51%提升至96%，对照组由70%提升至74%，两组具有显著性差异( P＜0.05)；在自我管理效能和疾病活动度方面，干预组的效能率高于对照组(均P＜0.05)；在因病情波动导致的非计划门诊就诊率方面，干预组显著低于对照组(P＜0.01)。

将人工智能技术融入风湿免疫科慢病管理中，能有效的降低类风湿性关节炎患者疾病活动度，改善其生活质量，同时，提高临床护理工作效率，为RA患者提供更精准的全病程管理方案，为风湿免疫科结合人工智能进行慢病管理提供参考。