非接觸式生理參數測量用于遠程急診分診的可行性研究*

夏 夢,趙金川,江 南,羅 杰,黃 健

(1.重慶市急救醫療中心急診科,重慶 400010;2.中山大學附屬第八醫院,廣東 深圳 518055)

隨著人工智能、移動互聯網和視頻通訊技術的進步,急救模式不再是等待患者來醫院,而是將急救提前至現場或急救車上。蔡平軍等[1]研發了“視頻120報警系統”,實現了“一鍵報警、即時定位、視頻通話、遠程指導、智慧調度”等多個功能,提升了急救各個環節的效率,提高了急救資源的可及性,目前,已在重慶市及其他省市推廣應用。利用視頻“120”遠程急救指導的同時在現場和救護車上預檢分診并進行病情評估,將預檢分診提前,危重病患者提前向醫院內預警,直接由綠色通道進入搶救室救治,對提高急診急救效率、節約急救資源具有重要意義。因此,本研究利用手機應用程序(APP)測量心率及呼吸頻率,結合對急診就診患者的特征進行分析,以探討遠程預檢分診的可行性。

1 資料與方法

1.1研究對象 納入重慶市急救醫療中心2022年6月1日至10月31日急診科就診的419例患者作為研究對象。排除觀察指標缺失、指標存在明顯錯誤及無法進行面部識別的患者。

1.2方法

1.2.1接觸式與非接觸式心率、呼吸頻率測量方法 接觸式采用心電監護儀(Mindray BeneVision N12,深圳邁瑞)。非接觸式采用華為研發的“芯心相容”APP(版本V3.1),手機選取6 400萬后攝像素、2 700×1 228分辨率較高的華為P50Pro。同一時間采集兩種方式的心率和呼吸頻率參數,即先通過心電監護儀采集患者心率和呼吸頻率后再用手機APP非接觸式采集患者心率和呼吸頻率。

1.2.2急診分級及分組 由急診護士參照《急診預檢分診專家共識》2018版的4級分級方法[2]及改良早期預警評分(MEWS)[3-4]對患者進行病情分級,1、2級定義為“危重癥”,3、4級定義為“輕癥”。按分級結果分為危重癥組(221例,占52.7%)和輕癥組(198例,占47.3%)。

1.2.3遠程預檢分診評分 由急診護士參照《急診預檢分診專家共識》2018版的4級分級方法和院前指數法/快速急診內科評分/MEWS中的部分指標[5-6]將年齡、非接觸式測量的呼吸頻率及心率、意識、是否合并胸/腹貫通傷、主訴、既往史進行評分,年齡共計6分,心率、呼吸頻率、創傷情況各共計4分,意識共計3分,主訴共計3分,既往史共計3分,總分為27分。3～<12分為4級,12～<18分為3級,18～<25分為2級,25～27分為1級,若符合危急征象/情況者指標中任意1項即為2級以上[7]。見表1。由于目前國內尚無完整的結構化的主訴列表,為更好地研究患者主訴與病情分級的關系,建議采用明確的主訴分類,參考了國家衛生健康委員會“十二五”規范教材診斷學第9版常見癥狀作為主訴分類。

表1 遠程預檢分診評分

1.2.4資料收集 所有觀察指標以問卷形式采用實時問診,及時記錄。

2 結 果

2.1手機與監護儀測量的呼吸頻率、心率比較 手機測量的心率與監護儀比較,差異有統計學意義(P<0.05);手機測量的呼吸頻率與監護儀比較,差異無統計學意義(P>0.05)。見表2。

表2 手機與監護儀測量的呼吸頻率、心率比較[M(P25,P75),次/分,n=419]

2.2一般資料 419例患者中男260例(62.1%),女159例(37.9%);年齡14～103歲,中位63(50,75)歲;未成年組(14～<18歲)12例(2.9%),青年組(18～<45歲)64例(15.3%),中年組(45～<60歲)119例(28.4%),老年組(60～<75歲)116例(27.7%),高齡組(≥75歲)108例(25.8%)。輕癥組患者中18～<45歲者明顯高于危重癥組,差異有統計學意義(P<0.05)。見表3。

表3 2組患者年齡分層比較[n(%)]

2.3生命體征在病情分級中的情況 輕癥組患者中意識清楚者明顯高于危重癥組,危重癥組患者中意識狀態為“對聲音刺激有反應”和“對疼痛刺激有反應”者均明顯高于輕癥組,輕癥組患者多為“意識清楚”,差異均有統計學意義(P<0.05)。見表4。2組患者監護儀測量的心率比較,差異無統計學意義(P>0.05);監護儀測量的呼吸頻率比較,差異有統計學意義(P<0.05)。見表5。

表4 2組患者意識狀態比較[n(%)]

表5 2組患者監護儀測量的心率、呼吸頻率比較[M(P25,P75),次/分]

2.4主訴在病情分級中的情況 同一例患者合并主訴類別數最多4種。危重癥組患者排前3位主訴依次為胸痛(18.6%)、意識障礙(12.7%)、腹痛(10.9%)。輕癥組患者排前3位主訴依次為關節疼(21.7%)、眩暈(14.6%)、腰背痛(13.1%)。危重組患者以胸痛、意識障礙、便血為主訴者均明顯高于輕癥組,輕癥組以關節痛為主訴者明顯高于危重癥組,差異均有統計學意義(P<0.05)。見表6。

表6 2組患者主訴比較[n(%)]

2.5既往史在病情分級中的情況 同一例患者合并既往史數量最多4種。2組患者排前3位既往史均為高血壓、糖尿病、冠心病,危重癥組患者中排前3位既往史者比例均高于輕癥組,但差異均無統計學意義(P>0.05)。危重癥組患者中既往有腫瘤、消化道出血病史者比例明顯高于輕癥組,差異均有統計學意義(P<0.05)。見表7。

表7 2組患者既往史比較[n(%)]

2.6急診預檢分診與遠程預檢分診病情分級比較 遠程預檢分診的危重癥患者明顯少于急診預檢分診,差異有統計學意義(P<0.05)。見表8。

表8 急診預檢分診與遠程預檢分診的病情分級比較[n(%),n=419]

3 討 論

遠程醫療利用信息化手段打造高效的急救醫療平臺,為急救現場的傷病員提供優質的急救醫療服務,在急救醫學領域具備了發展的必要和廣闊的應用空間[8]。目前,遠程醫療在院前與院內、醫療機構間信息交互上是可做到完全互通的,蔡平軍等[1]研發了視頻“120”實現院前與院內互聯互通、救治一體化。美國e急救醫療服務建設通過網絡視頻會議技術建立其偏遠地區急救醫護人員與e急救醫療服務中心醫護人員互通橋梁,使搶救質量得到明顯提高的同時也減少了很多不必要的轉診[9]。但遠程醫療在面對非醫療機構的患者端時難以獲得相對準確的生命體征相關數據。病史采集和患者意識、精神狀態等可通過音視頻,如視頻“120”系統等獲得,在該類信息提取方面可做到與來院就診患者高度一致,但對心率、呼吸頻率、血壓、血氧飽和度等生命體征相關數據的獲取較困難。

基于移動互聯網及視頻通訊技術的進步[10],許多健康監測類的電子產品不斷涌現,有接觸測量類的智能手表、非接觸測量類的智能手機等通過傳感器或手機攝像頭實現包括心率、呼吸頻率等人體體征的測量,但目前對非接觸式測量心率及呼吸頻率準確性的研究較少見,是否可真實作為生命體征的評估不明確。因其在遠程醫療方面具有重要的影響,本研究通過對非接觸式心率、呼吸頻率測量與心電監護進行比較,評估了非接觸式測量方法的準確性。結果顯示,非接觸式測量心率的準確性尚不能達到要求。

非接觸式測量原理為光電體積描述方法,對環境要求高,需要光線充足,對貧血患者測量結果會存在影響,干擾及影響因素較多,其算法的不同,準確性也存在差異。有研究將自尋優歸一化最小均方誤差算法的非接觸式心率測量與指夾式血氧儀測得心率比較分析,平均絕對百分比誤差為2.6%,其準確性及穩定性均較高[11]。從現有的研究進展來看,光電體積描述方法也可用于血壓、呼吸頻率、血氧飽和度等其他生理指標的測量,在醫學領域具有較大應用前景[12-13]。隨著該技術不斷成熟,算法更加精準,可實現將音視頻、非接觸式生理指標和專家指導實時共享,更準確地判斷病情,有效指導現場急救的同時提前分診,醫院內做好完備接診工作,提高急診急救效率。

如上所述,目前,非接觸式測量的生理指標相對單一,部分生理指標的準確性尚有待于進一步提高,因此,在遠程病史采集中是否可獲得更多有利于評估病情的特征協助遠程分診呢?本研究通過對患者就診的特征進行分析,進一步探索了分級為危重癥患者與輕癥患者在年齡、主訴、既往史等信息方面的差異,尤其是對危重癥患者特征進行了分析,以在遠程分診中給予警示。

危重癥患者生命體征往往不穩定,MEWS評分高,預檢分診等級高。本研究發現,危重癥患者意識狀態為“對聲音刺激有反應”和“對疼痛刺激有反應”的例數高于輕癥組,呼吸頻率也較快,輕癥患者則多表現為意識清楚。可見危重癥患者意識狀態改變更明顯,呼吸頻率更快,在遠程分診時對此類患者需提高警惕。

主訴是患者急診的主要原因,可為分診提供決策依據。目前,國內外雖有關于主訴的研究[14],但以病情程度分組進行來研究者較少見。張展弈等[15]統計了北京某三甲醫院老年患者的九大常見主訴,最常見的三大主訴為腹痛、胸悶或胸痛及發熱。本研究中急診就診患者排前3位主訴為胸痛、關節痛、腹痛/眩暈。危重癥組患者以胸痛、意識障礙、便血為主訴者高于輕癥組。因此,在分診時遇到具有上述主訴的患者往往提示病情程度較重,更有可能屬于危重癥。當然由于所處季節及地域不同患者常見主訴及危重癥主訴可能存在一定差異。

本研究結果顯示,2組患者排前3位的既往史均為高血壓、糖尿病、冠心病,危重癥組患者此3種既往史所占比均高于輕癥組,但差異無統計學意義(P>0.05)。而既往患有腫瘤、消化道出血病史者往往病情程度更重。腫瘤患者全身機體狀態欠佳,放化療、免疫治療或終末期姑息治療均會對機體造成影響,一旦合并其他系統疾病,對患者來說均易造成致命性打擊。消化道出血患者往往消化系統本身存在問題,如消化道潰瘍等或其他疾病并發癥,如肝硬化食管靜脈曲張破裂出血,因心腦血管疾病口服抗血小板聚集藥物、風濕免疫類疾病口服非甾體類藥物等相關因素影響,消化道出血事件易反復發生,起病隱匿,對黑便等臨床表現易忽視,一經發現往往出現休克征象。這些既往史也是遠程分診時應著重考慮的因素。

在我國,急診信息化、智慧化、數字化等平臺建設已相當成熟,但在分診方式方面仍停留在急診預檢分診模式。目前的分診方式已不能滿足現在急救醫療模式,遠程分診勢必成為未來一種發展方式。王文進等[16]研究中有提及在突發公共衛生事件中多平臺遠程預檢分診模式的構建,其突破了時間及空間限制,可充分優化醫療資源配置,為患者提供更加便捷和高質量的服務。MOSCH等[17]利用無人機鏡頭進行非接觸式心率測量,遠程評估生命體征作為急救人員挽救生命的決策輔助。RYAN等[18]利用人口統計、癥狀、并發癥建立模型預測新型冠狀病毒感染相關疾病的嚴重后果用于遠程分診,避免了不必要的候診室暴露。目前,尚無公認的遠程分級分診方法,本研究嘗試通過包含就診信息特征和非接觸式生理參數相結合方式制定遠程預檢分診評分表進行急診病情分級,評估其可靠性,以期為急診遠程分診提供有效的方法。因遠程預檢分診所能獲取的指標比急診預檢分診少,非接觸的心率、呼吸頻率測量準確性尚需進一步提高,各指標所占權重是否適合等多種因素均對其可靠性存在影響。隨著生物工程、人工智能等技術的發展,將來可獲得更準確及多樣化的指標,利用大數據分析危重癥患者的就診特征,設計權重分值,有希望研究出一套有效的遠程分診系統,可進一步將急診分診救治提前,提高急診急救效率,節約急救資源。