基于物聯網技術的人工智能醫療關于慢性阻塞性肺疾病的研究現狀及進展

朱 強，朱明輝，楊 震，梁志欣，陳良安 （解放軍總醫院呼吸科，北京100853）

0 引言

慢性阻塞性肺疾病（chronic obstructive pulmonary disease，COPD）是一種常見的以持續氣流受限和進行性發展為特征的呼吸系統疾病，隨著病情發展可合并肺源性心臟病和呼吸衰竭，嚴重影響患者的生活質量［1］。COPD在全球有較高的患病率和死亡率，患病率達10%左右，每年約有300萬人死亡，有學者預測到2020年將成為世界第三大死亡原因［2-3］，而我國衛生部公布的數據中也顯示COPD在農村地區人口疾病死因中位列第三，在城市地區位列第四，嚴重危害我國居民健康。

目前，我國COPD患者的診治現狀令人堪憂，主要問題有：①早期診斷不足、漏診和誤診率高有研究顯示在所有診斷為COPD的患者中，僅有35.1%的患者在以往被確診為COPD，大部分患者在初診時已屬于重度COPD，可能原因為中國COPD患者尤其是在農村對疾病的認知度低，耐受度高，使早期診斷困難，基層醫務人員對COPD的認知不足和醫療資源缺乏進一步加重該問題。②診治不規范臨床實踐中無論是醫生還是患者，隨意降低治療級別、過早停藥的現象非常普遍，忽略了COPD患者穩定期和急性加重期的管理目標，對戒煙、氧療、無創正壓輔助通氣、康復訓練未予足夠重視。③患者自我管理差 大部分COPD患者對于自身疾病未予足夠重視，不了解COPD的科普知識，常常以出現相關癥狀時才選擇就診，且治療依從性差，不能嚴格遵醫囑用藥或癥狀好轉即自行停藥，未能踐行慢性疾病的長期管理。此外，傳統的COPD患者管理模式主要為患者門診就診和住院治療，這種傳統的“等待”患者就診模式拉遠了醫務工作者與患者之間的距離，使優質的醫療資源未能充分有效的用于患者，對于COPD患者的早期診斷和長期有效管理存在一定局限性。為了有效控制COPD患者的生存質量，推動醫療衛生服務模式的發展，基于物聯網技術的人工智能醫療應運而生。

人工智能醫療綜合應用條碼識別、傳感器技術、無線數據通信、定位技術等智能設備，具有全面感知、實時傳輸和智能處理三大優勢，通過大數據訓練和模型優化，智能化的對患者進行識別、監測與管理［4］，構建COPD篩查和急性加重預警模型，建立分級處理體系標準和人工智能輔助COPD管理決策系統，根據篩查分級結果智能生成診斷建議或預防方案，根據急性加重風險分級結果智能生成多級聯動預警信息、院前應急預案或健康管理方案，搭建COPD防治與管理智能物聯網測試平臺（包含風險篩查、日常治療規劃、長期監測、分級預警、康復指導、健康教育、遠程會診咨詢、遠程教學、信息管理等智能服務功能模塊），實現以基層醫生和患者為核心，開展規范化、全程化和智能化的COPD防治與管理物聯網醫療，真正做到優化醫療資源，最大程度的提高醫務人員效率，改善患者生存質量，實現COPD的現代化智能管理。

近年來，人工智能醫療關于COPD的隨訪和管理有大量的臨床研究報道，主要包擴肺功能變化情況、生活質量、急性加重次數、住院率、死亡率和患者滿意度等，成果已初見成效，優化了醫療資源與患者的配置，讓患者享受高質量的醫療服務。物聯網在COPD的應用主要包括長期監測和管理、康復訓練、自我管理等，其中以監測和管理技術相對成熟，主要方式包括電腦、移動手機、網絡和電話，實時傳遞患者病情變化，有利于醫務工作者及時干預，提高了醫療智能化。

1 研究現狀

1.1 監測和管理一項前瞻性的隨機對照試驗［8］納入101例COPD患者通過人工智能醫療進行9個月預防COPD急性加重的網絡知識練習，參與試驗并隨機分為遠程醫療實驗組和對照組的29例患者顯示出令人滿意的結果，實驗組COPD住院率和住院時間較對照組均降低，實驗組的干預措施得到患者的滿意并推廣。雖然該研究開始后即有72例COPD患者因不滿意網絡問題的評判標準退出臨床試驗，但其試驗結果初步證實了人工智能醫療的有效性。而一項瑞士的研究卻顯示超過50%的COPD患者對于人工智能醫療的服從度、接受度和滿意度對都非常高。另外一個定項研究［9］也顯示物聯網醫療讓患者感覺實時受到醫護人員的照顧與管理，增強了對自身疾病的管理意識，避免了日常就診過程中的壓力。可見，物聯網醫療已逐漸被COPD患者接受，并顯示出較高的滿意度。

一項隨機對照試驗［10］納入447例COPD患者，觀察通過人工智能醫療干預后4個月和12個月的生活質量改善情況，結果顯示4個月后實驗組和對照組生活質量沒有變化，12個月后實驗組較對照組生活質量明顯提高，情緒和心理情況也得到明顯改善，但這些療效主要在遠離急性加重危險因素的患者比較明顯，而對于單因素分析人工智能醫療干預并未取得顯著意義。Adam Steventon［11］的研究也顯示人工智能醫療對COPD患者死亡率沒有影響，實驗組急性加重率和住院率較對照組甚至更高，但該研究入選患者基線不一致，其結果存在一定不可靠性。然而，一項回顧性的Meta分析［12］通過文獻檢索人工智能醫療和COPD的臨床試驗或綜述共211篇，并對其進行統計學分析，結果發現人工智能醫療能降低COPD急性加重率和住院率，但不能提高COPD患者的生活質量，對疾病死亡率也沒有影響。此外，McLean等［13］通過回顧性分析十項隨機對照試驗對比人工智能醫療常用到的電視監護、電話、網絡或其他的方式的有效性，結果發現急性加重次數和住院率均明顯降低，但電話隨訪或管理時患者的花費和死亡率可能更高。

1.2 早期預防和篩查目前，傳統的COPD早期預防和篩查主要包括高危因素、影像學、肺功能、呼吸問卷評分、6min步行試驗、分子標記物、特殊基因等，主要的方式是門診就診，效率較低，資源有限，大部分患者缺乏精心、詳細的咨詢與指導。而人工智能醫療有助于簡化和改善當前形勢，主要通過相應的移動客戶端輸入所需數據，如高危因素、肺功能、影像學、心電圖、呼吸困難指數、CAT評分、診療指南和科普信息等，對人群進行COPD篩查和預防。對于診治有難度的患者，甚至可通過物聯網技術遠程會診或多學科聯合會診，由權威人士給出專業建議。

國內曾有基于傳感技術便攜式無線傳感肺功能開發的相關報道，但其實用性和有效性尚無大樣本數據支持，也沒有系統的將COPD的早期篩查和預防與物聯網相結合，存在一定的局限性和片面性［5］。而國外的關于基于物聯網技術的人工智能醫療對疾病的早期篩查大部分研究報道主要與眼有關。如，Hussain等［6］報道通過人工智能醫療遠程篩查糖尿病患者是否合并視網膜病變的研究和Hark［7］報道通過人工智能醫療遠程篩查是否有青光眼的研究，結果均顯示明顯提高了疾病的早診率和較高的準確率，使患者能及時獲得早期干預治療，并減少了醫院的篩查負擔和患者自身的經濟負擔。遺憾的是，目前人工智能醫療對于COPD的早期預防和篩查尚無大型的臨床研究報道。

1.3 康復訓練近年來，肺康復訓練在COPD患者越來越受重視，療效也得到充分肯定。肺康復是基于患者整體評估為患者量身打造的全面干預，包括運動訓練、教育、自我管理等，目的在于改善肺部通氣功能，緩解或控制COPD的急性癥狀和并發癥，消除疾病遺留的功能障礙和心理影響，幫助患者在日常生活中獲得優質生活量。人工智能醫療進行肺康復訓練更加便捷、輕松，大大降低了患者經濟負擔。一項可行性研究［14］顯示重度COPD患者通過家庭遠程視屏模式進行3周的肺康復訓練和心理咨詢，由專門的康復治療師指導，結果顯示74%患者完成了該研究，受歡迎程度較高。完成康復訓練的患者COPD臨床調查問卷、5次坐立試驗、時間行走試驗均較康復訓練之前明顯改善，急性加重率和死亡率降低。有學者報道可能相關的原因為超過7天的康復訓練可提高呼吸肌功能，改善患者通氣情況。Holland［15］等的研究也報道了類似的結果，且遠程訓練時間延長至8周，但受歡迎程度和患者完成率明顯減低，這可能與重度COPD患者肺功能耐受性較差有關。此外，一項隨機對照研究也指出遠程肺康復訓練降低急性加重率和死亡率主要是穩定期COPD患者，對于COPD急性加重住院后進行遠程肺康復訓練的有效性證據不足［16］，因此對于此類患者不作常規推薦。此外，一系列薈萃分析和臨床綜述均報道遠程康復訓練可以降低不同程度COPD患者的再住院率和死亡率，相對于傳統的肺康復訓練費用明顯降低，但對于急性加重期或因急性加重住院后即開始遠程肺康復治療因證據不足不作推薦［17-18］。

1.4 自我管理COPD患者自我管理干預能夠改善預后，可降低呼吸相關的住院率和死亡率。但是，最近的meta分析報道自我管理干預對整體死亡率沒有影響［19］，可能的原因有干預的異質性、應用的一致性、干預的特異性、患者人群、隨訪時間和結局指標，使得在現實生活中很難推廣。然而，人工智能醫療有利于改善這些不足。一項隨機對照研究［20］納入29例COPD患者，觀察通過人工智能醫療進行COPD自我管理（包括自我疾病認識、呼吸功能鍛煉、急性加重期藥物調整、書寫病情日記等）的臨床效果，9個月的研究結果顯示患者接受遠程自我管理的滿意度好，且干預組較對照組依從性高，急性加重率和住院率明顯降低。此外，其他的一些研究結果也顯示通過人工智能醫療進行COPD自我管理降低COPD急性加重率，提高生活質量，同時也提出了專業化指導對于COPD患者的自我疾病認識和鼓勵自我管理技能的發展至關重要［21-22］。但目前相關研究樣本量均較小，研究結果無法具有代表性，現實中參與人工智能醫療指導COPD自我管理的專業人士也較少，且尚無標準化的相關自我管理程序，未來應進行更多的研究并整合自我管理的標準模塊，對COPD自我管理干預的最有效的形式和內容作出明確的推薦，提高COPD自我管理的依從性和有效性。

2 討論與展望

基于物聯網技術的醫療簡稱人工智能醫療，是通過使用移動通信技術，如智能手機、平板電腦、筆記本電腦等移動設備提供動態醫療服務和信息，使遠程隨訪和干預慢性疾病成為可能，更使COPD患者管理理念由醫院管理前移到家庭與醫生管理，如COPD、支氣管哮喘、肺癌、呼吸睡眠暫停綜合征等，其中COPD患者應用更為廣泛。物聯網醫療可通過網絡平臺或APP錄入COPD患者的診斷與管理方法，如高危因素、癥狀、肺功能、肺CT、呼吸困難指數、診療指南和科普知識等相關信息，對疑是COPD的患者進行篩查，對診斷明確的患者進行早期干預和全程管理。其中，人工智能醫療用于遠程隨訪和管理的有效性和安全性被已被大量的研究證實，為COPD患者提供了大量的優質醫療資源，降低了疾病相關的經濟負擔，國外多篇文獻也報道人工智能醫療受COPD患者歡迎程度和滿意度均較高。人工智能醫療主要用于COPD患者的早期篩選和預防、隨訪和管理、康復訓練、自我管理等，但目前關于早期篩選和預防的相關研究報道較少，其臨床有效性和準確性尚不明確，需要進行相關的臨床研究探索。用于COPD的隨訪和管理已被大量的文獻報道，大部分研究結果均認為通過人工智能醫療可降低COPD患者急性加重率和再住院率，對死亡率沒有明顯影響，即使對于重度COPD患者也能獲益，但對于大部分COPD患者能否改善生活質量存在爭議，需要更多大量本的研究進一步證實。通過人工智能醫療對COPD患者進行康復訓練的大部分研究對象主要為穩定期的COPD患者，對于COPD急性加重率和死亡率都有所降低，因COPD急性加重期的患者本身就不適合康復訓練，大部分研究結果未發現急性加重期的COPD患者能通過遠程醫療完成康復訓練獲益，仍建議門診就診或住院治療。值得注意的是，目前關于人工智能醫療絕大部分臨床研究均在發達國家，尤其是美國、日本早在20世紀中期已開始建立相關智能系統管理慢性疾病，并取得一定成效，但在中國還屬于全新的起步事業，需要更多的臨床試驗進行探索。

COPD管理是一個漫長的過程，且數量龐大，醫院管理效率太低。人工智能醫療將COPD患者的早期診斷與全程管理開啟了新的篇章，形成了COPD患者的大數據模型，將此模型智能化更加有利于COPD患者的現代化管理。如基于模糊神經網絡和長短期記憶網絡等高級人工智能算法，通過大數據訓練和模型優化，構建COPD篩查、分級診療、長期管理、急性加重預警模型，建立人工智能輔助COPD管理決策系統，根據篩查分級結果智能生成診斷建議或預案，根據長期管理分級結果智能生成干預方案，根據急性加重風險分級結果智能生成多級聯動預警信息、院前應急預案或健康管理方案，搭建COPD防治與管理智能物聯網醫療平臺（包含風險篩查、日常治療規劃、長期監測、分級預警、康復指導、健康教育、遠程會診咨詢、遠程教學、信息管理等智能服務功能模塊），真正實現新時代下COPD患者的現代化管理。

相對于傳統醫療模式，人工智能醫療前景不可估量，但仍面臨巨大挑戰。我國尚未對人工智能醫療形成統一的標準，各個醫院形成了自己的共享標準平臺，醫院之間無法共享用戶信息，造成一定程度的資源浪費，阻礙了跨區域、跨醫院和規模化醫療物聯網的形成。此外，人工智能醫療的建立雖然方便了醫務人員和患者，但患者的個人信息面臨安全問題，容易通過網絡被攻擊竊取、惡意跟蹤和查詢造成危害。因此，從整體上加快、加深人工智能醫療的發展和建立相應的法律法規，有助于促進在醫療衛生方面的實際應用，發揮其真正價值。

總之，發展基于物聯網技術的人工智能醫療在新的醫療環境下是大勢所趨，對于改善COPD患者的長期隨訪和管理具有重要價值，臨床中值得推廣。但相關標準體系和技術要求仍處于逐步完善的過程，尤其是面向精準化醫療時代的背景，未來需要更多的前瞻性、多中心、大樣本的隨機對照研究來探索其有效性和安全性。