中日友好医院:重症新冠肺炎患者急救智能预警与高效分级监测体系研究

作者:中日友好医院 发布时间:2020-10-28
浏览次数:


CHIMA 2020医院新兴技术创新应用优秀案例征集自启动以来,获得了业内各方的积极响应。CHIMA将陆续刊登参评案例,展示医疗信息技术科技创新应用成果。案例征集截止日期为11月5日,欢迎大家踊跃投稿。


01
项目简介



2019年12月以来,湖北省武汉市陆续发现新型冠状病毒肺炎患者,并逐渐波及全国及境外。2020年3月11日,世界卫生组织正式宣布新型冠状病毒为全球大流行病。新型冠状病毒感染患者从轻症发展到重症中位时间为7~8天,17%~29%的患者会进展为急性呼吸窘迫综合征,11%的病人出现多脏器功能衰竭,26.1%~32%的患者转入重症监护室。目前针对新冠病毒无特效药,治疗的重点就是及时脏器功能支持治疗,尤其是对于病情急性恶化的病人(3天内出现呼吸衰竭),86.9%的患者需尽快给予高级支持治疗。患者病程进展极快导致传统病情监测体系难以在重大传染病发生的早期及时监测预警和应对,特别是危重症患者病情恶化的延迟发现会增加病死率。中日友好医院援鄂医疗队引用快速反应体系,短时间内完成传染病患者专用病情监测体系的初步建设。本项目拟通过开展基于患者生命体征监测的快速急救智能预警研究,实现对患者病情进行高效分级监测,并将该模式规范化、标准化,从而实现以医院为基础的新发重大传染病预警、应对和运营优化。


02
服务内容



1.基于患者生命体征监测的快速急救智能预警技术研究


本项目针对快速反应系统中的触发机制,开展基于新冠肺炎患者生命体征监测的快速急救智能预警手段研究。研究住院患者生命体征数据的云端自动采集和清洗标注方法,构建患者生命体征大数据知识库;开展患者生命体征的多参数、多维度表达方法研究,揭示生命体征参数与患者病情变化之间的映射规律;构建基于人工智能的动态智能快速急救预警模型,通过临床应用实践,进一步验证和改善预警效果。最终建立一种动态智能的预警模型,提高快速急救预警的智能性和可靠性,对于提高早期预警体系的高效运行具有重要的理论意义和临床应用价值。


2.基于患者病情变化的多层级远程智能监测预警平台构建


在新冠肺炎患者生命体征监测的快速急救智能预警技术研究基础上,探究多类急救与生命支持设备数据的标准化解析方法,实现多源异构数据的集成监管,搭建统一的移动中央监护单元,实现患者病情的一级监测;基于人工智能早期预警模型,开发设计患者个体差异的自适应智能预警软件系统,实现患者病情二级自动预警;研究传入支、传出支与数据处理中心高效协同工作机制,完成患者生命体征参数、设备参数与其他临床数据库多维度交叉验证,开发实时4G/5G可视化系统,提升初级响应团队与急救医疗团队高效协作能力,实现三级远程协同诊疗。


03
关键技术或产品描述



1.基于患者生命体征监测的快速急救智能预警技术研究


(1)在基于患者个体生命特征参数的知识库构建方面,建立采集系统,搭建由数据采集硬件设备、服务器、云端模块及终端APP构成的数据采集平台,实时采集患者生命体征参数,并进行数据清洗及预处理,以保证能有效获得本项目所需的大量实时监测数据。拟基于以下手段建立数据采集系统。


(2)在患者多参数、多维度生命体征表达方面,通过分析多种生命体征信息(心率、血压、呼吸频率等)及标签数据,利用统计学理论和机器学习方法研究生命体征大数据中的关键影响因素及各因素相互耦合影响规律,建立多参数多维度生命体征的表征方法。为克服单一指标过度敏感的缺陷并完善复合指标未考虑患者基础状态的不足,引入生命体征时间动态评价方法,建立时间动态指标表征患者健康状态动态趋势;结合关键影响因素及各因素相互耦合影响关系,基于统计学理论构建相关性评价指标和耦合指标,建立多参数、多维度生命体征表达方法。


(3)在动态智能的快速预警模型方面,综合患者生命体征监测数据,分析患者处于基础状态(相对健康状态)及发生状态变化事件时的特征数据,基于多层神经网络挖掘患者生命状态与各个单一生命指征之间的映射关系,通过大量学习数据建立自适应预测模型。综合多参数多维度生命指征构建分级预警手段。最终基于决策判别树及模糊理论建立多层神经网分类器,利用动态趋势预测模型进行分类及判别,在决策级知识融合层面做出相应决策,实现基于患者个体生命体征的动态智能分级预警。


基于患者生命体征监测的快速急救智能预警技术路线图


2.基于患者病情变化的多层级远程智能监测预警平台构建


新型病情远程智能监测系统平台的建设将主要包括三个部分:


(1)传入支数据采集,使用适当的传感器采集监护仪(惠泽通信提供的移动心电监护仪)和(或)呼吸机数据;(2)计算机、医工科数据处理评估中心,通过4G/5G网络传输原始远程设备报警数据至处理中心,将数据与患者的其他临床数据库整合在一起后综合评估患者病情,并且同时进行人工智能预警模型的探索;(3)响应策略中心,根据病情危重程度分为轻、中、重三个等级,轻症患者处理方案为初级响应团队(原病房医护人员)电话咨询;中度重症患者处理方案包括移动中央监护单元以及APP远程自动报警;重度重症患者处理方案在移动中央监护单元以及APP远程自动报警的基础上额外增加了实时4G/5G视频对讲系统,让原病房医护人员与快速反应团队成员的协作更及时高效。


基于患者病情变化的多层级远程智能监测预警系统技术路线图


04
应用效果



中日医院援鄂医疗队于2020年2月1日在武汉同济医院中法院区提出建设针对新冠肺炎患者的分级病情高效监测体系,并在其C栋6楼东病区顺利安装医疗设备与实时监测数据采集盒,与惠泽智信公司合作开发适用于该体系的软件应用系统,包括PC端、手机移动端、移动中央监护站等,使得该高效监测体系的建设快速推进。最后,该新冠肺炎患者分级病情高效监测体系不仅可尽早发现新型冠状病毒肺炎的重症患者,而且还减少医护人员院内感染率,为尽快实现新型冠状病毒肺炎患者重症率及病死率的降低做出一定贡献。


05
应用案例



以同济医院中法院区C栋6楼东病区为例,入院的新冠肺炎患者依据新型冠状病毒肺炎诊疗方案(试行第六版)分为轻症、重症、危重症患者,重症患者多达30例,如果单纯依靠既往传统人工采集及录入数据将耗费巨大人力物资且容易将重要信息遗漏或延迟传导。新型分级病情监测系统,充分应用移动医疗设备,如移动监护仪不仅可实现数据传达的准确性及唯一性(二维码锁定具体患者而非固定床位),还可提高其使用率,并利用监护仪所搭载的数据采集盒实时存储和传输患者的心率、血压、呼吸频率、指氧饱和度等参数,而且在软件系统内进行多参数预警评分,如预警总评分>5分或单项≥3分将启动自动报警显示在APP端及移动中央护士站,该系统将监护、报警、呼叫三个功能整合在一起,减少信息传递的延误,从而尽早地发现病情不稳定的患者并积极治疗改善其预后。除此之外,对于病情及其危重的患者,如本病区一例新冠肺炎患者合并急性心肌梗死患者,使用ECMO+IABP双重支持治疗,仅仅监护仪和呼吸机所提供的数据不能充分评估患者病情,采用可视化4G对讲系统,可实现专家组成员远程床旁指导诊疗工作这一目的。


06
总结



针对新冠肺炎疫情暴露的公共卫生特别是重大疫情防控救治问题,尤其缺乏有效的重症患者快速急救反应体系。本项目将充分发挥医学与工学结合优势,针对快速急救系统中的触发机制,依据医疗监测大数据和人工智能技术,开展基于患者生命体征监测的快速急救智能预警研究。为提高医院内部早期预警能力提供关键技术和理论支撑以及可实现的路径,积极探索构建基于机器学习和人工智能的动态智能快速急救预警模型,期望建立一套高效实时的新型病情远程智能监测系统,以提高急救预警的智能性和可靠性。同时,通过建设医联体远程ICU监控会诊中心提高基层医院重症患者救治水平,对全国突发公共卫生事件重症患者救治体系的构建具有重要的理论研究意义和显著的临床应用价值。


申报单位:

中日友好医院


联合申报单位:

北京化工大学


参选方向:

抗疫信息化建设


扫码下方二维码可购买医疗信息化领域相关图书


图书订阅




扫码图片二维码可申报案例,欢迎大家踊跃投稿