大数据背景下智慧医疗的思考＊——以睡眠监测系统为例

张申全，叶金生，陈博雅，王梦瑶，王泰然，唐源远

（新乡医学院，河南 新乡 453003）

1 概述

随着生活水平的不断提高，人们对疾病的关注度不断增加，目前已知的疾病许多都与脑电、心电、肌电等生理信息相关，因此监测这些生理参数对于许多疾病都具有诊断学意义，如多导睡眠监测（Polysomnography，PSG）是临床诊断睡眠呼吸暂停综合征的金标准，也是睡眠医学发展过程中一项重要技术评价手段[1]。由于中国人口基数大、老龄化严重，现有的医疗资源略显不足，尤其在新冠肺炎疫情以来医疗资源更显紧张。为缓解医疗资源短缺，应用物联网技术、人工智能算法、5G网络等新型信息技术，进而推动智慧医疗的发展将是一重要途径。

2 智慧医疗的发展现状与启示

智慧医疗是基于互联网、大数据、云计算、人工智能等技术，为患者提供高质量医疗服务的医疗模式，是传统医疗的革命性升级，强调先进网络信息技术与传统医疗融合发展，从而实现更优质、更高效、更经济的价值医疗[2]。目前中国医疗资源供需不平衡，为解决这一供需矛盾，智慧医疗技术在其中将发挥重要作用。中国智慧医疗发展迅速，目前智慧医疗的框架已基本构建，接下来的发展就是将其进一步完善。在复杂的医学理论与抽象的经验中，人工智能对智慧医疗的发展可谓是巨大助推。人工智能是计算机科学的一个分支，能够分析庞大而复杂的医疗数据，可利用数据挖掘算法挖掘医疗数据中有意义的关联关系，用于多种疾病的临床诊断、治疗及结果预测[3]。

人工神经网络（Artificial Neural Network，ANN）是人工智能算法的重要组成部分。ANN模拟生物神经系统结构，其含有大量处理单元的非线性自适应动态系统[4]，具有自组织等功能。ANN可以模拟大脑，学习外界知识并存储于网络中。近年来大量试验表明可用它来解决生物医学信号分析处理中常规方法难以解决的问题，包括脑电信号分析、肌电和心电信号的识别处理等[5]。ANN是智慧医疗中最受欢迎的技术之一，可以应用于疾病的诊断和预后，目前临床中已广泛应用于医学图像的分析。医学是一门经验性学科，相比传统的线性处理方式，ANN更适宜处理医学问题。

有研究显示，通过分析心电图和脑电图可以客观地评估人心理压力水平[6]。在临床上，医护工作者在夜间很难兼顾到每一位病人的心理压力水平，如果通过现有的设备与技术，将患者心理压力水平以及一些身体参数指标以数字的形式及时推送给医护人员，一方面可以减轻临床工作强度；另一方面可以提醒医护人员及时处理突发状况，避免不必要的医患纠纷。因此，这一研究为智慧医疗的发展打开一条新思路。

3 智慧医疗模式中睡眠监测系统的发展构想

ANN在睡眠监测系统的发展中也具有重要的潜在应用价值。睡眠对中枢神经系统具有重要的调节功能，会影响学习、记忆、注意力等，在人的日常生活中起到关键作用。目前睡眠疾病在我国十分常见，并且睡眠疾病与肿瘤的发生存在相互关系[7]，因此睡眠监测发展具有重要意义，但目前常用的一些睡眠监测方法存在一些缺陷，如费时费力、不能实时同步检测等，无法满足临床诊疗的需要。近十年来，随着人工智能和互联网技术的飞速发展，许多设备可以提供检测者可视化的睡眠数据和睡眠报告，但在临床实践中，睡眠疾病往往与多种精神疾病或相关躯体疾病同时出现，从而使临床医师很难快速准确地判断出睡眠疾病到底应该归因于哪种疾病，是单独存在或是与其他疾病并行。这些睡眠数据对于疾病诊疗的可靠性因算法不同和样本量较小的问题依然存疑。因此，通过在现有设备与技术的基础上结合ANN，提出一套睡眠监测系统，旨在减轻临床工作的强度，帮助改善医患关系，同时作为数据采集终端，为医学数据库提供相应的原始数据。

该系统是以智能枕头为依托、以生理信号为载体、以ANN等智能算法为处理手段、以个性化与日常化为服务要求的智慧医疗睡眠监测系统，利用大数据和人工智能算法使服务需求主体（住院患者、老年群体）、服务供给主体（社区、医院、护理院）、服务责任主体（政府、使用者）都能及时获取完整的智慧医养护数据，并基于数据分析与数据挖掘，为目标群体提供快速精准的智慧医养护一体化服务，帮助建立完善的全周期监管服务体系。

3.1 智能枕头终端

智能枕头终端通过内置传感设备，采集人体睡眠中的多项生理信息，如体温、翻身、出汗、深睡眠时间、离枕时间等，并采用多协议进行信息传输，如图1所示。外置脑电采集装置使用低辐射蓝牙协议进行传输，方便使用，减少使用过程中对使用者使用的不便。内置的骨传导、体位传感器采用有线传输，在主控芯片外周还有一屏蔽盒，最大程度降低电磁辐射对人体的影响。

图1 多功能智能枕头

3.2 系统运作流程

该系统中智能枕头终端通过多项传感器设备采集原始数据，再经过IoT网络传输协议将数据实时传输到云端平台[8]，在云端平台中利用ANN等智能算法进行数据分析，将分析结果转存到数据库，并将相应的预警信息通过应用推送到使用者，如图2所示。使用者同时可以通过应用请求云端服务器，间接控制智能枕头终端设备。

图2 系统运作流程

3.3 系统运作要素

3.3.1 数据采集

医学研究早已证明在人体睡眠过程中，往往伴随着脑电、眼电、心电、呼吸等多种生理信号的变化，这些信号量是监测睡眠质量的重要依据[9]，例如脑电信号（EEG）反映的是脑神经细胞在大脑皮层或头皮的电生理活动。

心电：智能枕头终端系统将创新性地采用石墨烯织物电极，解决传统Ag/AgCl电极诱发人体皮肤过敏反应的问题，做到无毒无害，长期重复使用，同时也可达到了安全环保的效果。石墨烯电极具备优良的电气性能、高信噪比、高灵活性、良好的生物兼容性和耐磨损性，并且在长时间不间断心电监测采集设备上的应用具有明显优势。

脑电：脑电信号包含了人体许多生理信息与疾病信息，挖掘这些信息对疾病的诊断与治疗都有重要意义。脑电信息的采集容易受到外界干扰，因此智能枕头终端将采用脑后贴片式和发带式两种采集方式，贴片电极置于智能枕头终端的表面，通过有线连接进行信息传输，而发带式采集装置为外置，通过蓝牙协议将信息传输到微型电脑。

为了提供更加有效、便捷地服务，这些采集到的信息首先在微型计算机中进行去除噪音，实现数据查询与实时监控。这种边缘计算的优点在于提供便捷高效地服务的同时，在数字化信息层面打破了医学数字信息的“孤岛”状态。在微型计算机中处理之后的数据会同步上传到云端平台。

3.3.2 基于人工神经网络技术的智能算法

现代医学面临着要获取、分析和应用大量必要的知识来解决复杂临床问题的挑战。医学人工智能的发展与人工智能程序的发展有关，智能算法可以帮助临床医生诊断、做出治疗决定、合并预测结果。近二十年来在医学领域中，ANN是最受欢迎的人工智能技术之一。ANN采用了与传统人工智能和信息处理技术完全不同的机理，克服了传统的人工智能在处理直觉、非结构化信息方面的缺陷，具有自适应、自组织和实时学习的特点[10]。因此ANN等智能算法在临床实际问题的解决中可以起到事半功倍的效果。

不同的应用场景宜采用不同的ANN模型，常见的ANN模型有BP（Back Propagation）神经网络模型、线性神经网络模型等，在医学诊断和预测中常用的人工神经网络模型是BP神经网络模型。BP神经网络是一种按误差反向传播训练的多层前馈网络，其基本思想是梯度下降法，使网络的实际输出值和期望输出值更为接近。目前脑电信号、心电信号处理算法可以采用BP神经网络算法。BP神经网络可以通过处理睡眠时期的脑电信号和心电信号，将睡眠准确分期，而睡眠分期是睡眠评估的基础，在睡眠疾病中早期诊断和干预中起到重要作用。此外BP神经网络还可以用于医学数据的挖掘，通过系统采集到的数据，汇总之后可以通过此算法进行数据挖掘[11]。

睡眠监测系统通过智能枕头中的传感器收集人体脉搏、脑电、心电等睡眠信息，之后这些信息会汇总到微型计算机中，微型计算机通过算法对数据进行筛选与过滤，把有效数据存储于本地数据库并上传至云端服务器。在云端服务器中进一步处理数据。云端将会汇总大量的数据，之后可以进行数据挖掘，关联规则挖掘，能够从复杂的数据中发现彼此之间的关联，提取出更多有价值的信息，为用户提供数据支撑和决策支持，通过分析大量用户睡眠参数以及个人情况，进一步挖掘出睡眠信息与疾病的联系。同时，大量的数据分析还为临床的科研方向提供思路。

3.4 系统运作服务目标

本睡眠监测系统的运作服务目标主要分为2个大类：（1）医院对患者的辅助检测治疗。由于夜间医生数量较少，不能兼顾到每一位住院患者，当睡眠监测系统运用于医院时，可充当医生的“小帮手”，通过脑电—心电等技术监测用户的状态，及时反馈并记录数据，便于医生对症下药；（2）养老院、社区诊所等医疗设施较低的场所。由于养老院医疗设备较差，当睡眠监测系统运用于养老院时，是每一位老人的私人医生，能够有效监测老人的各项指标，通过分析指标是否正常，及时地反馈到负责人处，采取相应的治疗措施。

3.5 系统运作难点分析

从技术层面来说，目前效果最好的脑电采集装置为电极帽，贴片式与发带式的脑电采集装置虽然也达到采集脑电的作用，但是其采集的效果与电极帽采集的效果对比还是有一定的差距，与此同时多种信号的同时采集势必会相互产生干扰，因此需要不断修正各个模块的采集算法，以去除干扰，进而获取更为有效的数据。

从应用层面来说，睡眠监测系统涉及设备众多，数据的安全性应作为首要考虑因素。其庞大的运作体系需要制定一套完善的安全体系，该体系的建立不仅仅需要管理层面给予大力支持，同时还需要从技术层面一同助力。睡眠监测系统是建立在智能枕头终端之上的，与传统枕头对比，智能枕头不仅含有众多传感器，其形态也与传统枕头不同，因此在使用智能枕头时需要改变使用习惯，如何更好地改变习惯将传统枕头替换为智能枕头将是一个难题，这不仅需要从枕头的形态结构上进行不断改善，也需要从文化角度着手。

4 结语

中国目前正处于飞速发展时期，人工智能、可穿戴设备等技术依旧在蓬勃发展，人工神经网络对睡眠数据和睡眠疾病相关性的深度发掘和学习将进一步帮助实现远程医疗，同时也对睡眠医学的临床和科研产生极大的影响。整个智慧医疗系统规模庞大，涉及政治、经济、文化等因素，并且具备系统的整体性、层次性以及动态发展性等特点，是一项复杂的系统工程。中国智慧医疗模式与一些发达国家智慧医疗模式在信息化建设、数据挖掘、就医体验、医疗保险等方面还存在较大差异[12]。虽然目前医用智能枕头尚未成熟应用于临床，但随着制度的完善与技术的升级，医用智能枕头作为临床信息的采集装置结合云端分析系统将会帮助减轻临床工作强度、为临床科研提供数据来源。在未来一定会成为传统医疗体系的得力辅助和有益补充。