适用于围术期呼吸状态监测的人工智能呼吸音监测分析系统开发研究

20241222

1．研发在线呼吸音状态监测传感器 在患者后背的肺部安装多个传感器，采集左侧2片肺叶和右侧3片肺叶的呼吸音信号，滤除干扰杂音、寻找最佳的安装位置与传感器的组合方式，将呼吸音进行数字化图像显示，有利于发现患者早期疾病症状，指导医护人员及时开展干预治疗，避免人体机能恶化。 2．研发呼吸音数据采集分析系统及建立相关数据库 通过对大量患者的呼吸音进行监测，可获得大量呼吸音数据，为国内相关研究人员开展深入的研究建立基础。 3．建立基于呼吸音的人工智能诊断系统 采用智能算法对呼吸音大数据进行分析，提取其中能够反映疾病的重要信息，可为诊断疾病提供依据，为经验不足的医护人员和缺乏医护的患者提供治疗指导意见。

目前市场为空白。无此类设备。 可应用于全部手术中的术中术后监测。 2021年全国手术量超1000万台。此设备应用潜力巨大。 除围术期应用外，此设备在呼吸内科、心脏内科等需要监护患者呼吸状况科室仍有应用潜力。 在军工方面，此类设备佩戴在高原地区部队行军中，可提前预警发现缺氧引起的肺水肿。 此外，本项目的研究工作可根据地区环境和人体机能差异，延伸至心音信号监测与智能诊断等研究领域。心脏搏动声音信号有很多重要临床意义，目前监测心脏功能状态的主要通过心电图，但临床危重病人会出现电机械分离状态，即有心电图活动，确没有跳动活动，心音监测可以及时发现并抢救。同时在诸多心脏疾病如心脏瓣膜疾病上，均有异常心音体现。本项目研究后期可通过调节声音采集频率，调整采音探头位置，应用于心音采集，将心音信号和呼吸音信号共同显示，综合监护病人情况。

2024～2025 组织研究人员，成立项目研发课题组，确立各成员研究工作职责，建立团队协作机制。完成呼吸音专用传感器研发、状态监测系统样机制作；提交专利申请1项。 2025～2026开展呼吸音数据大样本采集分析，基于其特征针对新冠肺炎患者提出智能诊断方法，提供技术研究报告；,目前该项目已通过清华大学精密仪器系，内部论证。可实施。目前在申报清华大学精密仪器系：清华大学精密测试技术及仪器全国重点实验室自主研究类课题。团队：清华大学第一附属医院麻醉科，清华大学精密仪器系

呼吸音（也称之为肺音）是指在呼吸作用下气流通过人体气道产生并以振动的模式传播至体表的声信号，蕴含着呼吸系统的生理学、病理学信息，可以初步评判患者肺部疾病病变位置和大概患病类型，而且可以很快检测病情发展情况和给药后的治疗情况，是呼吸系统疾病的一项重要诊断手段。术中、术后呼吸抑制发生率较高。临床上呼吸抑制主要表现为呼吸频率减慢，非连续的生命体征检查（常规临床监测）对检测呼吸抑制的敏感性较低，研究表明连续脉搏血氧测定法能检测出37%的术后低氧血症患者，而护士的常规临床监测仅可发现5%的病例。呼吸抑制常见于术后麻醉恢复的患者，由于未能及时发现及缺乏及时干预可能导致心跳骤停、缺氧脑损伤和死亡等严重后果。全麻术中过敏时，患者已经失去意识，难以开口表达不适之处，而患者大部分身体又被手术无菌单覆盖，难以及时观察到过敏表现，往往是患者循坏波动剧烈，气道压力增高才能怀疑到有可能出现了过敏的情况，而这时往往症状已经非常严重了。因此检查患者在各个医疗阶段中的呼吸情况至关重要。目前单纯依靠连续血氧饱和度监测。 在很多情况下的操作使得呼吸情况更难观察。如果有胸部呼吸音监测贴片，患者的呼吸抑制会及时发现并处理。保障患者安全。目前常规连续监测患者氧合的设备为血氧饱和度监测仪。它监测动脉中携带氧的血红蛋白与不携带氧的血红蛋白的比例。其容易受到患者体动或末梢循环差干扰。并且由于氧解离曲线的S形状特征，在缺氧初期血氧饱和度往往变化较小，而缺氧严重后，患者往往病情恶化严重。基于以上原因，研究开发一套呼吸音监测设备，及时发现病情变化，填补监测空白，挽救患者生命。有很大意义。,解决目前围术期呼吸音监测缺失问题。及时发现并提醒处理：非插管静脉麻醉下呼吸抑制、全麻术后呼吸抑制、无痛检查（无痛胃肠镜检查等）中呼吸抑制、术后镇痛中的呼吸抑制、全麻术中的呼吸监测（气道痉挛、一侧肺不张等）。因血氧饱和度对于缺氧存在滞后性，其灵敏度高于目前常用血氧饱和度设备。及时发现缺氧问题，及早解决，避免严重并发症。引入呼吸音在线检测、智能算法处理等技术对呼吸音信号进行记录、定量分析、检测识别，辅助诊断，无论是对实际临床诊断准确性的提高还是对于理论研究都具有重要的意义。可为呼吸系统疾病的诊断和治疗提供可靠的临床信息。开展呼吸音监测可为医护人员识别患者生理状态提供依据，有利于及时发现异常症状，保障治疗顺利开展并减少并发症，对于降低危急重症患者和手术患者死亡率具有重要意义。通过围术期呼吸音持续监测，把呼吸声音转化为屏幕图形波形，可视，通过大数据和人工智能分析，达到异常诊断报警等功能。提高患者安全度，避免由于围术期间，术前呼吸抑制、术中肺不张、术后麻醉药物残留呼吸抑制等情况威胁患者生命，提高安全。 人工智能（artificial intelligence,AI）进入新的发展阶段，在医疗领域，应用AI诊疗新模式和新手段建立快速精准的智能医疗体系是智慧医疗的重要发展目标。建立标准呼吸音数据库是基于医疗大数据的呼吸系统疾病辅助诊疗和家庭慢性肺部疾病管理系统研发和应用的基础。