孕期體重多模態閉環智能管理系統構建——基於可穿戴傳感與因果強化學習的體重精准調控研究

孕期體重異常增長顯著增加妊娠並發症和出生缺陷風險,是影響母嬰健康的重要公共衛生問題。現有體重管理手段依賴靜態管理指南，缺乏對多源異構信息的系統集成與智能建模，難以滿足個性化預測與干預的臨床需求。本項目擬構建多模態數據驅動的孕期體重智能管理系統。通過攻關多模態數據融合，構建個體化動態軌跡預測模型實現風險監測，並通過因果推斷揭示孕期體重增長異常導致不良結局的動態因果網絡。進而融合智能穿戴設備實時數據與AI膳食識別信息，量化運動和膳食對體重軌跡的劑量-效應關系，並研發基於因果強化學習的動態優化算法，生成並持續調整個性化運動-膳食干預策略。最終融合大語言模型、數字孿生與AI智能體技術，構建具備知識增強、情境感知與自適應交互能力的閉環智能管理系統，實現“監測-預測-干預-評估”全流程動態優化。項目將形成可部署的技術原型與核心算法，為精准防控妊娠風險、提升婦幼健康智能化管理水平提供關鍵技術支撐與示范應用。