基于智能化監(jiān)測(cè)評(píng)估網(wǎng)絡(luò)的家醫(yī)聯(lián)動(dòng)干預(yù)早產(chǎn)兒腦發(fā)育模式及應(yīng)用

湯金松 王彥哲

1.中國(guó)人民大學(xué)蘇州校區(qū)；2.蘇州市吳江區(qū)蘇州灣外國(guó)語(yǔ)學(xué)校

據(jù)估算，我國(guó)每年會(huì)出生約100萬(wàn)名早產(chǎn)兒[1]，早產(chǎn)兒腦發(fā)育是其身心健康的關(guān)鍵。早產(chǎn)兒大腦很多結(jié)構(gòu)發(fā)育不完善，大腦功能發(fā)育不成熟，導(dǎo)致腦發(fā)育異常發(fā)生率遠(yuǎn)遠(yuǎn)高于正常足月新生兒，嚴(yán)重影響早產(chǎn)兒及家庭的生活質(zhì)量，加重社會(huì)負(fù)擔(dān)。近些年我國(guó)人口出生率不斷降低，而早產(chǎn)兒率卻呈現(xiàn)上升趨勢(shì)，如何降低早產(chǎn)兒腦發(fā)育異常發(fā)生率以及減輕早產(chǎn)兒腦發(fā)育異常癥狀，不只是早產(chǎn)兒家庭所關(guān)注的大事，更是全社會(huì)需要關(guān)注的緊迫問(wèn)題。

早期合理干預(yù)能夠有效改善早產(chǎn)兒的腦結(jié)構(gòu)和功能，更利于早產(chǎn)兒神經(jīng)發(fā)育，促進(jìn)良性預(yù)后[2]。經(jīng)過(guò)多年發(fā)展，已經(jīng)出現(xiàn)多種臨床診斷早產(chǎn)兒腦發(fā)育異常的有效方法，包括神經(jīng)影像學(xué)評(píng)估、腦電生理學(xué)評(píng)估、腦血流動(dòng)力學(xué)評(píng)估、神經(jīng)行為學(xué)評(píng)估等一系列方法[3]。我國(guó)兒科醫(yī)療資源不足，家庭干預(yù)早產(chǎn)兒腦發(fā)育的意識(shí)、能力不強(qiáng)，導(dǎo)致有相當(dāng)一部分早產(chǎn)兒因未得到及時(shí)合理干預(yù)而致使腦發(fā)育異常后果加劇。

當(dāng)前智能化技術(shù)發(fā)展迅猛，人工智能、圖像識(shí)別、語(yǔ)音識(shí)別、大數(shù)據(jù)、云計(jì)算等軟技術(shù)以及可穿戴設(shè)備、全光網(wǎng)絡(luò)、智能手機(jī)等硬技術(shù)已經(jīng)在我國(guó)得到全面應(yīng)用，我國(guó)城市鄉(xiāng)村網(wǎng)絡(luò)、手機(jī)已基本普及，遠(yuǎn)程醫(yī)療、互聯(lián)網(wǎng)醫(yī)院也已初具雛形，這些技術(shù)及硬件基礎(chǔ)為基于智能化監(jiān)測(cè)評(píng)估的家醫(yī)聯(lián)動(dòng)干預(yù)早產(chǎn)兒腦發(fā)育帶來(lái)了可能。

本文將探究一種基于智能化監(jiān)測(cè)評(píng)估網(wǎng)絡(luò)的，由家庭和醫(yī)院緊密配合、協(xié)作聯(lián)動(dòng)的合理干預(yù)早產(chǎn)兒腦發(fā)育的模式，充分利用現(xiàn)代信息技術(shù)，以期達(dá)到早產(chǎn)兒腦發(fā)育異常早發(fā)現(xiàn)、早評(píng)估、早干預(yù)，且通過(guò)人工智能與醫(yī)院、家庭高頻互動(dòng)及時(shí)調(diào)整干預(yù)策略方案，既大幅減輕醫(yī)師工作強(qiáng)度，又能達(dá)到最佳干預(yù)效果，為智能化干預(yù)早產(chǎn)兒腦發(fā)育模式的構(gòu)建提供思路。

1 干預(yù)早產(chǎn)兒腦發(fā)育智能化監(jiān)測(cè)評(píng)估網(wǎng)絡(luò)

1.1 構(gòu)建干預(yù)早產(chǎn)兒腦發(fā)育智能化監(jiān)測(cè)評(píng)估網(wǎng)絡(luò)的框架

經(jīng)過(guò)多年研究實(shí)踐，科研人員、臨床醫(yī)護(hù)已經(jīng)找到一些切實(shí)可行的干預(yù)早產(chǎn)兒腦發(fā)育的技術(shù)手段、方法。由于我國(guó)早產(chǎn)兒數(shù)量較多且地域分散，兒科醫(yī)生數(shù)量少，以往的兒童保健、兒科門診住院模式不利于及時(shí)發(fā)現(xiàn)、及時(shí)干預(yù)。醫(yī)院、科研院所之間缺乏深度合作，每家單位掌握的干預(yù)早產(chǎn)兒腦發(fā)育的成果處于孤立狀態(tài)。

本文構(gòu)建干預(yù)早產(chǎn)兒腦發(fā)育智能化監(jiān)測(cè)評(píng)估網(wǎng)絡(luò)的框架，如圖1所示，其核心是運(yùn)用以人工智能、大數(shù)據(jù)、云計(jì)算技術(shù)為主的先進(jìn)信息技術(shù)，以圖像視頻識(shí)別、語(yǔ)音識(shí)別為突破口，實(shí)現(xiàn)對(duì)早產(chǎn)兒腦發(fā)育高頻次“監(jiān)測(cè)→評(píng)估→干預(yù)”，同時(shí)將參與網(wǎng)絡(luò)的所有早產(chǎn)兒腦發(fā)育相關(guān)數(shù)據(jù)、信息整合供網(wǎng)絡(luò)進(jìn)行深度學(xué)習(xí)，不斷提升網(wǎng)絡(luò)智能化程度，再通過(guò)互聯(lián)網(wǎng)、可穿戴智能設(shè)備普惠到位于東中西部城鄉(xiāng)所有早產(chǎn)兒。

圖1 干預(yù)早產(chǎn)兒腦發(fā)育智能化監(jiān)測(cè)評(píng)估網(wǎng)絡(luò)的框架示意圖Fig.1 Framework of monitoring and evaluation network for intervention of brain development of premature infants

1.2 智能化監(jiān)測(cè)評(píng)估網(wǎng)絡(luò)的初步設(shè)計(jì)

干預(yù)早產(chǎn)兒腦發(fā)育智能化監(jiān)測(cè)評(píng)估網(wǎng)絡(luò)主要包括三大部分：

（1）以可穿戴設(shè)備、手機(jī)（含攝像頭、麥克風(fēng)）為主的前端監(jiān)測(cè)設(shè)施。采用輕便的可穿戴設(shè)備可以監(jiān)測(cè)早產(chǎn)兒的腦電圖、腦血氧、腦功能等進(jìn)行監(jiān)測(cè)，手機(jī)可以通過(guò)攝像頭、麥克風(fēng)監(jiān)測(cè)早產(chǎn)兒的行為、活動(dòng)、語(yǔ)言等。

（2）以人工智能算法為核心的云端智能計(jì)算中心。人工智能算法主要包括視頻識(shí)別、圖像識(shí)別、語(yǔ)音識(shí)別等，可以將前端監(jiān)測(cè)設(shè)備采集的早產(chǎn)兒腦發(fā)育相關(guān)數(shù)據(jù)、信息進(jìn)行智能化運(yùn)算，識(shí)別出異常腦發(fā)育，并根據(jù)成熟的神經(jīng)學(xué)和發(fā)育評(píng)估方法對(duì)腦發(fā)育情況作出恰當(dāng)評(píng)估，再根據(jù)評(píng)估提出干預(yù)策略方案，提供證明有效的干預(yù)方法。醫(yī)院專業(yè)醫(yī)師查看人工智能算法提交的關(guān)鍵證據(jù)及干預(yù)策略方案，進(jìn)行審核把關(guān)。

（3）以家庭為主、醫(yī)院為輔的干預(yù)實(shí)施者。早產(chǎn)兒的撫育者（特別是父母）通過(guò)智能網(wǎng)絡(luò)獲得干預(yù)策略方案，還可以得到實(shí)操培訓(xùn)，包括標(biāo)準(zhǔn)操作規(guī)程、視頻教程、實(shí)操指導(dǎo)。早產(chǎn)兒的撫育者實(shí)行家庭干預(yù)實(shí)操是早產(chǎn)兒腦發(fā)育關(guān)鍵環(huán)節(jié)，需要長(zhǎng)期堅(jiān)持。在智能網(wǎng)絡(luò)的輔助下，醫(yī)院可以對(duì)早產(chǎn)兒進(jìn)行分級(jí)管理。專業(yè)醫(yī)師著重參與腦發(fā)育異常較為嚴(yán)重的早產(chǎn)兒干預(yù)。

1.2.1 前端監(jiān)測(cè)設(shè)施

智能手機(jī)是最普及的前端監(jiān)測(cè)設(shè)施，1080P高清攝像頭、WiFi或4G以及5G無(wú)線通訊可以清晰捕捉早產(chǎn)兒的行為、活動(dòng)以及語(yǔ)音。

中華醫(yī)學(xué)會(huì)兒科學(xué)分會(huì)圍產(chǎn)專業(yè)委員會(huì)專家共識(shí)認(rèn)為振幅整合腦電圖（aEEG）是評(píng)價(jià)新生兒腦功能的重要電生理手段，可以用于新生兒腦發(fā)育的評(píng)價(jià)、腦損傷診斷及預(yù)后評(píng)估，亦可用于新生兒驚厥的監(jiān)測(cè)[4]。aEEG已被廣泛證明對(duì)于連續(xù)監(jiān)測(cè)嬰幼兒腦發(fā)育是有效的，比如：秦皇島市第一醫(yī)院對(duì)274例早產(chǎn)兒臨床資料進(jìn)行回顧性分析，aEEG監(jiān)測(cè)早產(chǎn)兒腦電活動(dòng)可見(jiàn)CNV比例、成熟SWC比例及波普帶振幅均隨GA增加明顯升高，且與NBNA、MDI及PDI評(píng)分具有良好相關(guān)性，對(duì)評(píng)估早產(chǎn)兒腦功能發(fā)育狀態(tài)具有重要參考意義[5]。

aEEG設(shè)備結(jié)構(gòu)簡(jiǎn)單，易于使用，可以進(jìn)一步研發(fā)出可穿戴aEEG，適合家庭使用?，F(xiàn)已開發(fā)出多種可穿戴腦電圖（EEG）設(shè)備——用于日常實(shí)時(shí)監(jiān)測(cè)的無(wú)線EGG系統(tǒng)，因其便攜性、實(shí)時(shí)性、無(wú)創(chuàng)性及低成本等優(yōu)勢(shì)迅速發(fā)展并得到廣泛應(yīng)用。可穿戴EEG設(shè)備作為輔助設(shè)備，可以在半自然環(huán)境中輔助醫(yī)護(hù)人員實(shí)時(shí)對(duì)病人監(jiān)護(hù)，并對(duì)病人治療狀況進(jìn)行定量分析[6]。

功能性近紅外光譜技術(shù)（fNIRS）是一種新型腦功能成像技術(shù)，具有安全無(wú)創(chuàng)、便于移動(dòng)、抗運(yùn)動(dòng)干擾、抗電磁干擾、時(shí)空分辨率高、允許長(zhǎng)時(shí)程監(jiān)測(cè)等優(yōu)點(diǎn)，在新生兒腦損傷、孤獨(dú)癥、注意力缺陷多動(dòng)障礙等兒童發(fā)育障礙輔助診斷等領(lǐng)域廣泛應(yīng)用。fNIRS作為探索兒童腦功能的最理想神經(jīng)成像技術(shù)之一，近年來(lái)越來(lái)越多地被用于描述兒童腦皮質(zhì)活動(dòng)、腦功能連接和網(wǎng)絡(luò)拓?fù)涮卣鞯陌l(fā)展，為腦功能障礙（腦性癱瘓、孤獨(dú)癥譜系障礙、注意力缺陷多動(dòng)障礙等）提供定量的腦功能檢測(cè)指標(biāo)，對(duì)于疾病的識(shí)別、評(píng)價(jià)、療效評(píng)估、療效預(yù)測(cè)具有重要的臨床價(jià)值[7]?，F(xiàn)已開發(fā)出多種可穿戴（頭盔式、貼片式）fNIRS腦成像設(shè)備，可以進(jìn)一步研發(fā)無(wú)線、輕量化的可穿戴fNIRS腦成像設(shè)備，適合家庭使用。

1.2.2 云端智能計(jì)算中心

前端監(jiān)測(cè)設(shè)施主要起到信息采集功能，獲得腦電圖等直接表征早產(chǎn)兒腦發(fā)育狀況關(guān)鍵信息，以及運(yùn)行、行為、語(yǔ)言等間接表征早產(chǎn)兒腦發(fā)育狀況重要信息，通過(guò)網(wǎng)絡(luò)匯集到云端智能計(jì)算中心。云端智能計(jì)算中心包括：信息（數(shù)據(jù)）存儲(chǔ)和加工中心、腦電圖等醫(yī)學(xué)影像圖像識(shí)別中心、視頻（行為）識(shí)別中心、語(yǔ)音識(shí)別中心、智能綜合評(píng)估中心、干預(yù)指導(dǎo)中心等。各部分組成及相互關(guān)系如圖2所示。

圖2 云端智能計(jì)算中心組成及運(yùn)行流程示意圖Fig.2 Composition and process of cloud computing center

（1）信息（數(shù)據(jù)）存儲(chǔ)、加工中心。通過(guò)前端監(jiān)測(cè)設(shè)施采集到的早產(chǎn)兒腦發(fā)育相關(guān)信息（數(shù)據(jù)）經(jīng)網(wǎng)絡(luò)傳輸至云端智能計(jì)算中心，保存在信息（數(shù)據(jù)）存儲(chǔ)、加工中心，存儲(chǔ)加工中心對(duì)數(shù)據(jù)進(jìn)行預(yù)處理后可以分發(fā)給視頻識(shí)別、圖像識(shí)別等其他功能中心。

（2）腦電圖等醫(yī)學(xué)影像圖像識(shí)別中心。腦電圖等醫(yī)學(xué)影像是直接表征早產(chǎn)兒腦發(fā)育狀況關(guān)鍵信息，數(shù)據(jù)量非常大，如由人工識(shí)別，不僅速度很慢，且依賴醫(yī)生的臨床經(jīng)驗(yàn)，而借助人工智能技術(shù)能夠快速有效地完成。采用人工智能算法的圖像識(shí)別技術(shù)已經(jīng)相當(dāng)成熟，在醫(yī)療領(lǐng)域有了多年應(yīng)用經(jīng)驗(yàn)。目前人工智能技術(shù)在腦電圖信號(hào)分類領(lǐng)域的研究較多，且以神經(jīng)網(wǎng)絡(luò)方法為主，也有采用機(jī)器學(xué)習(xí)方法等[8]。

（3）視頻（行為）識(shí)別中心。異常行為狀況能夠表征早產(chǎn)兒腦發(fā)育情況。可以針對(duì)早產(chǎn)兒異常姿態(tài)或動(dòng)作建立樣本庫(kù)，之后通過(guò)人體目標(biāo)檢測(cè)、姿態(tài)估計(jì)、動(dòng)作識(shí)別等方法判別具體行為，并最終判定其是否屬于異常行為樣本庫(kù)范疇。異常行為的識(shí)別與檢測(cè)均需進(jìn)行特征提取，特征提取是指從視頻數(shù)據(jù)中提取關(guān)鍵信息用以表征行為的過(guò)程。人工智能技術(shù)在特征提取方面起到很大作用，基于深度學(xué)習(xí)、基于三維卷積神經(jīng)網(wǎng)絡(luò)、基于雙流卷積神經(jīng)網(wǎng)絡(luò)、基于循環(huán)神經(jīng)網(wǎng)絡(luò)等的特征提取已獲得成功[9]。

（4）語(yǔ)音識(shí)別中心。早產(chǎn)兒更容易發(fā)生語(yǔ)言發(fā)育落后，與出生體重、出生胎齡、主要帶養(yǎng)人、親子互動(dòng)時(shí)間及電子屏幕暴露時(shí)間有關(guān)[10]。兒童語(yǔ)言發(fā)育遲緩（CLDD）的主要臨床表現(xiàn)有：構(gòu)音障礙（發(fā)聲困難、發(fā)音不準(zhǔn)、咬字不清等）、口吃、詞匯儲(chǔ)備低、語(yǔ)言表達(dá)能力欠佳等。人工智能技術(shù)在自然語(yǔ)言處理領(lǐng)域飛速發(fā)展，使得實(shí)現(xiàn)基于語(yǔ)音識(shí)別的智能化CLDD檢測(cè)成為了可能，通過(guò)與早產(chǎn)兒進(jìn)行特定的語(yǔ)音交互，采集兒童回答語(yǔ)音，語(yǔ)音識(shí)別中心進(jìn)行分析并提供初步分析意見(jiàn)[11]。

（5）智能綜合評(píng)估中心。上述圖像識(shí)別中心、視頻識(shí)別中心、語(yǔ)音識(shí)別中心分別對(duì)早產(chǎn)兒的腦電影像、行為、語(yǔ)言各方面進(jìn)行專項(xiàng)分析、處理后，所有信息匯總到智能綜合評(píng)估中心，綜合運(yùn)用權(quán)威的早期預(yù)測(cè)診斷評(píng)價(jià)工具和發(fā)育結(jié)局評(píng)估工具（NBNA、GMs、BSID、DST等），采用人工智能對(duì)這些評(píng)價(jià)評(píng)估工具（量表）大數(shù)據(jù)進(jìn)行深度學(xué)習(xí)和融合，形成智能化評(píng)估算法，針對(duì)早產(chǎn)兒腦發(fā)育狀況進(jìn)行智能化評(píng)估。

（6）干預(yù)指導(dǎo)中心?；谥悄芫C合評(píng)估中心對(duì)早產(chǎn)兒腦發(fā)育個(gè)案給出的智能化評(píng)估，干預(yù)指導(dǎo)中心通過(guò)大數(shù)據(jù)匹配、調(diào)整，從預(yù)制的干預(yù)策略模塊庫(kù)中選擇最適合個(gè)案需求的多個(gè)干預(yù)策略模塊，并根據(jù)個(gè)案特色進(jìn)行適應(yīng)調(diào)整，最終形成該早產(chǎn)兒干預(yù)策略方案。

云端智能計(jì)算中心將上述6個(gè)中心整合為一個(gè)統(tǒng)一體，與早產(chǎn)兒個(gè)案進(jìn)行交互，采用深度學(xué)習(xí)技術(shù)不斷優(yōu)化算法。隨著參與到智能網(wǎng)絡(luò)中早產(chǎn)兒數(shù)量增多，網(wǎng)絡(luò)獲取的信息（數(shù)據(jù)）不斷增加，智能計(jì)算中心會(huì)不斷改進(jìn)、增強(qiáng)監(jiān)測(cè)、評(píng)估準(zhǔn)確性，提高干預(yù)指導(dǎo)的效果。專業(yè)的兒科、神經(jīng)科醫(yī)師會(huì)參與進(jìn)來(lái)，對(duì)云端智能計(jì)算中心評(píng)估、方案進(jìn)行審核，專業(yè)醫(yī)師的審核意見(jiàn)會(huì)促進(jìn)人工智能算法的優(yōu)化。經(jīng)過(guò)早產(chǎn)兒、家庭、醫(yī)師、工程師幾方的配合，在大量信息（數(shù)據(jù)）的“灌溉”下，云端智能計(jì)算中心將不斷自我迭代發(fā)展。

1.2.3 早產(chǎn)兒腦發(fā)育干預(yù)的實(shí)施

干預(yù)早產(chǎn)兒腦發(fā)育主要由家庭來(lái)實(shí)施，早產(chǎn)兒的撫育者（特別是父母）根據(jù)云端智能計(jì)算中心提供的干預(yù)策略方案（經(jīng)醫(yī)師審定）進(jìn)行具體操作，包括行為訓(xùn)練、認(rèn)知訓(xùn)練、音樂(lè)療法、飲食調(diào)理等。干預(yù)策略方案可以通過(guò)手機(jī)App方式提供給撫育者，還提供實(shí)操培訓(xùn)，包括標(biāo)準(zhǔn)操作規(guī)程、視頻教程、實(shí)操指導(dǎo)等。云端智能計(jì)算中心通過(guò)視頻、語(yǔ)音可將家庭訓(xùn)練狀況進(jìn)行評(píng)估，也對(duì)干預(yù)效果進(jìn)行評(píng)估，并根據(jù)評(píng)估結(jié)果進(jìn)行優(yōu)化，提供下一步干預(yù)策略方案。家庭干預(yù)實(shí)操是促進(jìn)早產(chǎn)兒腦發(fā)育的關(guān)鍵環(huán)節(jié)，需要長(zhǎng)期堅(jiān)持。云端智能計(jì)算中心將對(duì)父母等進(jìn)行督促，采用打卡、交互、競(jìng)賽、評(píng)比等手段。

2 家庭—醫(yī)院聯(lián)動(dòng)模式

我國(guó)目前0～6歲適齡早產(chǎn)嬰幼兒約600萬(wàn)人，醫(yī)院醫(yī)療資源不足以全面支撐。在智能化監(jiān)測(cè)評(píng)估網(wǎng)絡(luò)支撐下，采用家庭—醫(yī)院聯(lián)動(dòng)模式，以達(dá)到醫(yī)療資源最大化充分利用。家庭和醫(yī)院應(yīng)密切溝通，聯(lián)合行動(dòng)，互相促進(jìn)，有利于及時(shí)監(jiān)測(cè)評(píng)估，也有利于發(fā)揮家庭能動(dòng)性，以及優(yōu)化早產(chǎn)兒生長(zhǎng)過(guò)程監(jiān)測(cè)評(píng)估方式。家庭—醫(yī)院聯(lián)動(dòng)模式示意圖如圖3所示。

圖3 家庭—醫(yī)院聯(lián)動(dòng)模式示意圖Fig.3 Family-hospital cooperation model

智能化監(jiān)測(cè)評(píng)估網(wǎng)絡(luò)對(duì)早產(chǎn)兒綜合評(píng)估后實(shí)行分級(jí)，比如可分為正常、輕度異常、中度異常、重度異常；將醫(yī)院醫(yī)師也進(jìn)行分級(jí)，與早產(chǎn)兒分級(jí)進(jìn)行匹配，比如正常早產(chǎn)兒與社區(qū)醫(yī)院兒保醫(yī)師進(jìn)行匹配，輕度異常早產(chǎn)兒與二級(jí)醫(yī)院兒科、神經(jīng)科醫(yī)師進(jìn)行匹配，重度異常早產(chǎn)兒與三級(jí)醫(yī)院兒科、神經(jīng)科醫(yī)師進(jìn)行匹配。

云端智能計(jì)算中心將表征早產(chǎn)兒腦發(fā)育關(guān)鍵證據(jù)、評(píng)估及干預(yù)策略方案提交給匹配的醫(yī)師，由專業(yè)醫(yī)師進(jìn)行審核把關(guān)后再發(fā)布給家庭撫育者進(jìn)行實(shí)操。

醫(yī)師對(duì)人工智能的評(píng)估、干預(yù)策略方案有疑義的，將提交到上一級(jí)醫(yī)師審核委員會(huì)進(jìn)行會(huì)審。會(huì)審確認(rèn)人工智能結(jié)果有誤，審核委員會(huì)將提供更合理的評(píng)估和干預(yù)策略方案，這些不但發(fā)布給家庭，也一并交由算法工程師以便修正相關(guān)算法。

對(duì)于難以得出審核結(jié)論的案例，將交由上一層級(jí)委員會(huì)進(jìn)行會(huì)審。若委員會(huì)認(rèn)為必要，將發(fā)布一項(xiàng)研究課題，招募有興趣人員進(jìn)行深入研究，再將研究成果以論文的形式發(fā)布，將數(shù)據(jù)發(fā)送給算法工程師以優(yōu)化算法，并將實(shí)際操作方法傳給醫(yī)院及家庭，同時(shí)促進(jìn)科技發(fā)展。

早產(chǎn)兒家庭地理分布廣泛，一般會(huì)匹配距離最近的醫(yī)師，這樣匹配醫(yī)師既可以通過(guò)視頻直接指導(dǎo)家庭開展干預(yù)實(shí)操，也可以對(duì)早產(chǎn)兒開展線下診療。更進(jìn)一步，可以鼓勵(lì)腦神經(jīng)專業(yè)領(lǐng)域的醫(yī)學(xué)生參與到網(wǎng)絡(luò)中，通過(guò)大量案例數(shù)據(jù)信息提升醫(yī)學(xué)生評(píng)估能力，也可以在相應(yīng)級(jí)別早產(chǎn)兒干預(yù)中發(fā)揮作用，緩解醫(yī)療資源的不足。當(dāng)然，需要對(duì)醫(yī)學(xué)生的能力進(jìn)行評(píng)估，確保其有能力完成相應(yīng)工作。

在智能化監(jiān)測(cè)評(píng)估網(wǎng)絡(luò)支撐下，人工智能技術(shù)對(duì)早產(chǎn)兒腦發(fā)育進(jìn)行了初步評(píng)估，結(jié)合分級(jí)匹配醫(yī)院醫(yī)師，可以大幅度提升醫(yī)療資源運(yùn)用效率，以達(dá)到全面覆蓋0～6歲早產(chǎn)兒。

家庭是早產(chǎn)兒腦發(fā)育干預(yù)的最后屏障，醫(yī)院是指引早產(chǎn)兒腦發(fā)育的燈塔。家庭與醫(yī)院聯(lián)動(dòng)有利于促進(jìn)因兒施策，量身定制，最大限度合理干預(yù)早產(chǎn)兒腦發(fā)育，將會(huì)給家庭、醫(yī)院、社會(huì)帶來(lái)巨大回報(bào)。

3 結(jié)語(yǔ)

抓住0～6歲早產(chǎn)兒腦發(fā)育“黃金”期，充分運(yùn)用智能化技術(shù)，組建智能化監(jiān)測(cè)評(píng)估網(wǎng)絡(luò)，為家庭、醫(yī)院提供技術(shù)支撐；建立家庭—醫(yī)院聯(lián)動(dòng)機(jī)制，放大醫(yī)院指導(dǎo)能力，促進(jìn)更多家庭采取最合理舉措干預(yù)早產(chǎn)兒腦發(fā)育，形成正向反饋，互相促進(jìn)。更多的早產(chǎn)兒加入智能化監(jiān)測(cè)評(píng)估網(wǎng)絡(luò)，將會(huì)給網(wǎng)絡(luò)提供更多的信息數(shù)據(jù)，加深網(wǎng)絡(luò)自學(xué)習(xí)，促進(jìn)網(wǎng)絡(luò)算法優(yōu)化，更加敏銳地識(shí)別出有利于和不利于腦發(fā)育的舉措，從而不斷優(yōu)化指導(dǎo)家庭合理干預(yù)，進(jìn)一步促進(jìn)早產(chǎn)兒腦發(fā)育。

家庭為主，醫(yī)院為輔。高頻監(jiān)測(cè)，積極干預(yù)，及時(shí)反饋、調(diào)整。監(jiān)測(cè)、評(píng)估、定策、實(shí)施、反饋，正向循環(huán)提升。因兒施策，家醫(yī)聯(lián)動(dòng)，及時(shí)調(diào)整。抓住0～24月關(guān)鍵期，0～6歲改變命運(yùn)。通過(guò)合理干預(yù)，使得早產(chǎn)兒大腦發(fā)育產(chǎn)生代償，以彌補(bǔ)先天不足，優(yōu)化整體腦功能，提升早產(chǎn)兒及其家庭生活質(zhì)量。

預(yù)期通過(guò)智能化監(jiān)測(cè)評(píng)估網(wǎng)絡(luò)支撐，依托互聯(lián)網(wǎng)、智能手機(jī)，將普及對(duì)早產(chǎn)兒腦發(fā)育的監(jiān)測(cè)評(píng)估，能緩解兒科醫(yī)師缺乏的困難，大幅減少惡性腦發(fā)育異常兒童數(shù)量。

引用

[1]DENG K,LIANG J,MU Y,et al.Preterm Births in China Between 2012 and 2018:an Observational Study of more Than 9 Million Women[J].The Lancet Global Health,2021(9):1226-1241.

[2]樊欣,文靜,趙妍.早產(chǎn)兒神經(jīng)發(fā)育檢測(cè)和治療的研究進(jìn)展[J].醫(yī)學(xué)綜述,2022,28(5):970-974.

[3]劉俐.早產(chǎn)兒腦損傷及腦發(fā)育評(píng)估[J].中國(guó)實(shí)用兒科雜志,2017,32(11):833-837.

[4]中華醫(yī)學(xué)會(huì)兒科學(xué)分會(huì)圍產(chǎn)專業(yè)委員會(huì).新生兒振幅整合腦電圖臨床應(yīng)用專家共識(shí)[J].中華新生兒科雜志,2019,34(1):3-7.

[5]邱銳琴,吳小波,夏明月,等.新生兒振幅整合腦電圖對(duì)評(píng)估早產(chǎn)兒腦功能發(fā)育狀態(tài)的臨床應(yīng)用價(jià)值[J].河北醫(yī)學(xué),2019,25(4):617-622.

[6]秦靜,孫法莉,汪祖民,等.可穿戴腦電圖設(shè)備關(guān)鍵技術(shù)及其應(yīng)用綜述[J].計(jì)算機(jī)應(yīng)用,2022,42(4):1029-1035.

[7]近紅外腦功能成像臨床應(yīng)用專家共識(shí)編寫組.近紅外腦功能成像臨床應(yīng)用專家共識(shí)[J].中國(guó)老年保健醫(yī)學(xué),2021,19(2):3-9.

[8]王林峰,劉歡慶,周濤.人工智能技術(shù)在電生理診斷中的應(yīng)用現(xiàn)狀[J].現(xiàn)代電生理學(xué)雜志,2021,28(1):53-56+65.

[9]張曉平,紀(jì)佳慧,王力,等.基于視頻的人體異常行為識(shí)別與檢測(cè)方法綜述[J].控制與決策,2022,37(1):14-27.

[10]陳憶晴,朱圓圓,吳茜,等.103例早產(chǎn)兒語(yǔ)言發(fā)育狀況分析[J].江蘇醫(yī)藥,2021,47(12):1208-1210.

[11]馬孟星,潘文林,胡洋,等.計(jì)算機(jī)輔助兒童語(yǔ)言發(fā)育遲緩檢測(cè)研究綜述[J].云南民族大學(xué)學(xué)報(bào)(自然科學(xué)版),2022,31(1):111-120+138.