人工智能與大數(shù)據(jù)在心血管內(nèi)科護(hù)理中的應(yīng)用

李 艷綜述，朱歡歡審校

0 引 言

人工智能 (artificial intelligence, AI)是以計(jì)算機(jī)科學(xué)為依托，通過模仿人類的思維過程、學(xué)習(xí)過程和知識存儲過程，用以研究、開發(fā)、模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)[1]。隨著信息化進(jìn)程的不斷加快,醫(yī)療衛(wèi)生領(lǐng)域也已逐漸進(jìn)入大數(shù)據(jù)時(shí)代。大數(shù)據(jù)是指世界范圍內(nèi)由醫(yī)院、移動設(shè)備產(chǎn)生的，多樣化、無序的海量的數(shù)據(jù)。近年來AI與大數(shù)據(jù)的應(yīng)用與研究正在蓬勃發(fā)展，廣泛的應(yīng)用于影像學(xué)、康復(fù)醫(yī)學(xué)、口腔醫(yī)學(xué)、婦產(chǎn)科學(xué)等領(lǐng)域[2-3]。本文就近年來AI與大數(shù)據(jù)在心血管內(nèi)科護(hù)理領(lǐng)域的應(yīng)用進(jìn)展作一綜述，并介紹其存在不足和面對挑戰(zhàn)，以期為其在未來護(hù)理事業(yè)的發(fā)展提供參考與借鑒。

1 AI在心血管疾病診療中的應(yīng)用

心血管疾病是全球范圍內(nèi)性致死性疾病之一,占我國城鄉(xiāng)居民總死亡原因的首位[4]。嚴(yán)重危害公共健康，運(yùn)用高效、先進(jìn)的技術(shù)手段篩查心血管疾病，能夠有效提高診斷及預(yù)測效果，同時(shí)改善患者預(yù)后。

心電信號是直接反應(yīng)心臟電活動的無創(chuàng)手段，數(shù)據(jù)獲取比較容易，因此基于心電信號的AI研究較多。中國人民解放軍總醫(yī)院心血管內(nèi)科采用體表12導(dǎo)聯(lián)心電圖圖像作為數(shù)據(jù)基礎(chǔ)，通過監(jiān)督學(xué)習(xí)不斷訓(xùn)練由卷積神經(jīng)網(wǎng)絡(luò)建立起模型,該模型在心律失常診斷方面的準(zhǔn)確度與靈敏度都達(dá)到了95%以上[5]。Hannun 等[6]開發(fā)了一個(gè)源于端到端深度神經(jīng)網(wǎng)絡(luò)(deep neural networks,DNN)學(xué)習(xí)的方法來區(qū)分診斷12種心律失常，研究顯示當(dāng)DNN 的診斷特異性與心臟病專家的平均診斷特異性一致時(shí),DNN的敏感性高于所有心律失常的心臟病專家診斷的平均敏感性[7]。Datong等[8]提出一種基于AI的冠狀動脈鈣化檢測方法，實(shí)踐證明其檢測復(fù)雜背景下的冠狀動脈鈣化區(qū)域的精確率為77.1%，可有效減少影像醫(yī)師識別冠狀動鈣化的時(shí)間，避免不同醫(yī)師診斷之間的主觀性和多樣性。Betancur等[9]在單光子發(fā)射計(jì)算機(jī)斷層成像(singlephoton emission computed tomography，SPECT)采集過程中采用支持向量機(jī)精準(zhǔn)定位392例患者的二尖瓣平面，通過數(shù)據(jù)追蹤發(fā)現(xiàn)機(jī)器學(xué)習(xí)和深度學(xué)習(xí)不僅可進(jìn)一步增加 SPECT檢測的準(zhǔn)確性，還能夠提高SPECT檢查結(jié)果對患者疾病預(yù)測的潛能。Bai等[10]通過 AI 深度學(xué)習(xí)研究心臟病患者的心臟超聲檢查結(jié)果，可預(yù)測患者的住院死亡率。

2 AI與大數(shù)據(jù)在心血管內(nèi)科護(hù)理中的應(yīng)用

AI與大數(shù)據(jù)可減輕心血管內(nèi)科護(hù)理工作強(qiáng)度，提升工作質(zhì)量，在疾病監(jiān)測、護(hù)理科研與教育、臨床決策等方面都存在巨大的應(yīng)用潛力。

2.1 AI與大數(shù)據(jù)在心血管內(nèi)科臨床護(hù)理的應(yīng)用現(xiàn)狀

2.1.1 以APP為基礎(chǔ)的健康管理模式的興起近年來以APP為基礎(chǔ)的心血管疾病管理模式悄然興起。樂梅軍[11]設(shè)計(jì)出基于Android平臺的移動端高血壓管理APP，能夠?qū)崿F(xiàn)血壓風(fēng)險(xiǎn)評估、階段血壓監(jiān)測報(bào)告、用藥提醒、習(xí)慣管理、免費(fèi)問診及醫(yī)患、護(hù)患互動。青島市立醫(yī)院運(yùn)用“移動平臺管理新模式”在老年高血壓病患者中運(yùn)用，充分利用醫(yī)療介入和互聯(lián)網(wǎng)移動平臺，提高了老年高血壓的遠(yuǎn)程與實(shí)時(shí)管理效果，彌補(bǔ)了傳統(tǒng)高血壓管理模式依從性不強(qiáng)、重視度不夠、管理人群不固定、分工不明確等方面的不足，在降低血壓和血壓波動值方面效果顯著，同時(shí)也證明了老年?？漆t(yī)師、全科醫(yī)師和護(hù)士管理同樣有效[12]。王朋朋等[13]以APP為基礎(chǔ)為H型高血壓患者提供延續(xù)護(hù)理，既能為出院患者獲得及時(shí)、有效、有針對性的指導(dǎo)，也可改善患者的心理狀態(tài)，促進(jìn)患者關(guān)系，最終提高患者認(rèn)知水平、提高治療依從性，改善患者癥狀。夏煒妍等[14]利用物聯(lián)網(wǎng)遠(yuǎn)程血壓監(jiān)測結(jié)合APP管理對高血壓患者血壓及患者自我護(hù)理行為進(jìn)行干預(yù)，能夠有效的識別無癥狀高血壓，排除白大褂高血壓，并改善了患者焦慮、抑郁情緒和睡眠質(zhì)量，提高了治療依從性。鄭一梅等[15]使用心血管家庭關(guān)護(hù)APP，有效改善冠心病患者出院后12個(gè)月后自我管理行為中的疾病管理行為、日常生活管理行為、情緒認(rèn)知管理行為、提升了血壓控制達(dá)標(biāo)率，BMI達(dá)標(biāo)率。楊學(xué)青等[16]利用移動醫(yī)療APP及微信群在老年冠心病患者中實(shí)施延續(xù)護(hù)理,提高了中老年冠心病患者的生活質(zhì)量并降低再住院率。潘曉等[17]證實(shí)應(yīng)用移動醫(yī)療APP對經(jīng)皮冠狀動脈介入治療術(shù)后中青年冠心病患者進(jìn)行院外自我管理干預(yù)，可提高患者的自我管理行為水平、冠心病知識掌握程度、服藥依從性得分、戒煙和運(yùn)動達(dá)標(biāo)率，效果顯著，值得推廣應(yīng)用。綜上所述，手機(jī)APP已經(jīng)成為集評估、監(jiān)測、行為管理為一體的健康管理輔助手段，能有效的改善患者的結(jié)局。

2.1.2 以疾病為導(dǎo)向的健康計(jì)劃的實(shí)施與管理心力衰竭再入院通常是由于患者知識及對復(fù)發(fā)性液體充血早期階段的認(rèn)識不足而引起的。在心力衰竭出院患者中引入護(hù)士主導(dǎo)的疾病管理計(jì)劃(disease management programme, DMP)，以智能風(fēng)險(xiǎn)干預(yù)的評分來預(yù)測短期患者醫(yī)院再次入院可能，該項(xiàng)目包括：在護(hù)理單元使用手持式超聲設(shè)備進(jìn)行液體管理；出院后隨訪；最佳程序化藥物滴定；更優(yōu)化的轉(zhuǎn)診護(hù)理；以數(shù)字化為基礎(chǔ)強(qiáng)化自我護(hù)理；以數(shù)字化為基礎(chǔ)的運(yùn)動鍛煉等。全程由護(hù)士實(shí)施知識教育。研究證明護(hù)士主導(dǎo)的高頻DMP在識別高風(fēng)險(xiǎn)心力衰竭患者的短期再入院中有準(zhǔn)確率較高，其中使用AI超聲引導(dǎo)的利尿劑管理能夠顯著提高門診患者的心衰知識知曉率[18]。日本大阪大學(xué)以“注意”、“關(guān)聯(lián)性”“信心”和“滿足感”等四大學(xué)習(xí)動機(jī)為基礎(chǔ)，依托AI營設(shè)計(jì)出一個(gè)讓老年人易于接受的具有卡通形象及高血壓藥物建議及飲食指導(dǎo)的應(yīng)用程序的智能機(jī)器人，顯著提高了老年人服藥的依從性[19]。在冠心病患者中實(shí)施為期四周的移動健康管理計(jì)劃，干預(yù)后6個(gè)月，干預(yù)組在冠心病知識的知曉度、患病后壓力感知、健康生活行為方面均有明顯改善[20]。

2.1.3 機(jī)器人在心血管患者中的應(yīng)用進(jìn)展為彌補(bǔ)護(hù)理人力資源的短缺，越來越多的機(jī)器人應(yīng)用于心血管患者，為心力衰竭患者提供特殊照顧和護(hù)理的輔助機(jī)器人、為居家心血管患者提供疾病監(jiān)督及活動幫助的服務(wù)型機(jī)器人、能夠檢測障礙物及繪制地圖的助行機(jī)器人；在心血管護(hù)理單元自主分發(fā)食物及回收餐具的輔助喂食機(jī)器人、以護(hù)理人員視覺為引導(dǎo)幫助患者體位改變及床與床及床與輪椅之間轉(zhuǎn)移的運(yùn)載機(jī)器人、監(jiān)測心梗患者心電圖、飽和度、血壓、脈搏、呼吸，以及體溫并將數(shù)據(jù)進(jìn)行傳輸?shù)谋O(jiān)測型機(jī)器人[21-23]。提高心功能障礙患者在步行訓(xùn)練中的耐受性，減少疲勞及改善痙攣的輔助步態(tài)訓(xùn)練機(jī)器人等[24-25]。在老年護(hù)理院根據(jù)老年人興趣(音樂、游戲、電影)，可最大限度的維持患者的社交活躍狀態(tài)，減輕他們孤獨(dú)焦慮的情緒的情感機(jī)器人[26]。

2.2 AI與大數(shù)據(jù)在心血管內(nèi)科護(hù)理教育的應(yīng)用現(xiàn)狀以AI為基礎(chǔ)的高仿真模擬教學(xué)越來越多用于以臨床情景模擬為基礎(chǔ)的學(xué)習(xí)情景，利用遠(yuǎn)程傳感技術(shù)，既能最大限度的還原真實(shí)的醫(yī)療場景，又能為學(xué)生提供安全的練習(xí)程序，不會對真人造成傷害，能明顯提高護(hù)生的學(xué)習(xí)興趣及效率[27-28]。在心血管內(nèi)科實(shí)習(xí)護(hù)生中使用介入模擬治療工具，能夠使護(hù)生對介入治療過程的認(rèn)識更加直觀，在工作過程中能更好的解決介入治療患者出現(xiàn)的問題，能顯著提升護(hù)士的學(xué)習(xí)效果，提高臨床教學(xué)質(zhì)量[29]。心臟雜音的聽診、常見心電圖的識別是心血管內(nèi)科見習(xí)需要熟練掌握的內(nèi)容，羅艷[30]等通過在心血管?？菩氯肼氉o(hù)士規(guī)范化培訓(xùn)中引入?？菩〕绦颍瑢⒊Ｒ娦呐K雜音、心電圖設(shè)置成闖關(guān)模塊，增加了學(xué)習(xí)的趣味性，有效的提高了學(xué)習(xí)效果。

2.3 自動化護(hù)理診斷及遠(yuǎn)程資源共享自動化護(hù)理診斷系統(tǒng)嘗試AI逐步取代護(hù)士成為心血管內(nèi)科急癥護(hù)理的主要決策者，未來5年在急性護(hù)理環(huán)境中,基于AI的協(xié)議將有可能取代目前以人工為基礎(chǔ)的急性護(hù)理診斷和基于閾值的醫(yī)療決定[31]。

在心血管內(nèi)科護(hù)理工作中引入大數(shù)據(jù)將有助于護(hù)理專家發(fā)現(xiàn)心血管內(nèi)科患者群體中健康模式的差異，精準(zhǔn)預(yù)測不同患者對健康服務(wù)的需求，并識別醫(yī)療危機(jī)；遠(yuǎn)程監(jiān)測系統(tǒng)的開啟，信息聯(lián)通與共享將患者的護(hù)理從患病前延伸至出院后，以心血管患者為中心向周圍親友輻射，使圍繞個(gè)體的全程健康護(hù)理及資源共享成為可能[32-33]。移動設(shè)備支持的醫(yī)療實(shí)踐改變了衛(wèi)生工作者之間的合作方式：護(hù)理工作者之間的溝通與交流擺脫了地域的限制，提高了協(xié)調(diào)性和護(hù)理質(zhì)量[34]。

3 AI在心血管內(nèi)科護(hù)理中的前景與挑戰(zhàn)

3.1 AI與大數(shù)據(jù)的發(fā)展能有效緩解心血管內(nèi)科護(hù)理人力短缺的現(xiàn)狀隨著AI技術(shù)的蓬勃發(fā)展和大數(shù)據(jù)時(shí)代的到來，AI技術(shù)為越來越多的患者的日常生活提供便利也減輕護(hù)理工作人員的負(fù)擔(dān)，在緩解護(hù)理人力資源短缺方面起到了重要作用。心血管內(nèi)科是集中救治心血管危重患者以及心臟介入手術(shù)后期恢復(fù)的場所，其患者病情危重，復(fù)雜多變，患者需要進(jìn)行嚴(yán)格的監(jiān)護(hù)，是護(hù)理高風(fēng)險(xiǎn)的場所，也是體現(xiàn)護(hù)理質(zhì)量高低的重要場所。病房巡視機(jī)器人可代替護(hù)理人員完成巡視工作、智能吸痰機(jī)器人可自動完成吸痰管的送入和退出，減輕了護(hù)理工作量[35]。

3.2 AI和大數(shù)據(jù)為心血管患者提供個(gè)性化全程護(hù)理提供了有效的技術(shù)支持越來越多的醫(yī)療機(jī)構(gòu)及醫(yī)務(wù)工作者通過健康A(chǔ)PP、移動醫(yī)療、智能終端等AI設(shè)備向高血壓、冠心病等患者提供實(shí)時(shí)監(jiān)控及延續(xù)護(hù)理。更符合以患者為中心的生物-心理-社會的現(xiàn)代醫(yī)學(xué)模式的發(fā)展，體現(xiàn)出針對不同對象的以人為本的人性化護(hù)理服務(wù)，滿足患者身心發(fā)展的需求，有利于促進(jìn)患者疾病的恢復(fù)。

目前AI與大數(shù)據(jù)在護(hù)理領(lǐng)域的發(fā)展需要面對三大挑戰(zhàn)。一是教育不足，一線護(hù)士及護(hù)理專家可幫助數(shù)據(jù)分析人員在于從大數(shù)據(jù)中發(fā)現(xiàn)有意義數(shù)據(jù)，但是現(xiàn)階段護(hù)士欠缺提出正確的數(shù)據(jù)問題及應(yīng)用數(shù)據(jù)科學(xué)的能力，因此護(hù)理教育團(tuán)隊(duì)?wèi)?yīng)盡快實(shí)施與之相匹配的課程體系。二是缺乏相應(yīng)的監(jiān)管，目前研究者僅關(guān)注AI及大數(shù)據(jù)能夠提供及處理海量的數(shù)據(jù)、為疾病的診斷、治療、護(hù)理提供有效的監(jiān)控及科學(xué)的預(yù)測，但如何保障信息安全、降低數(shù)據(jù)偏倚、保護(hù)患者隱私是亟待解決的問題。三是法律空白，如何定義AI的法律身份及出現(xiàn)失誤時(shí)承擔(dān)法律的主體，也是阻礙AI在護(hù)理領(lǐng)域進(jìn)一步發(fā)展的一大障礙。