重症监护病房的人工智能:佛罗里达大学的研究人员正在开发新的解决方案

Azra Bihorac,M.D.(右),佛罗里达大学医学院研究事务高级副院长,医学、外科和麻醉学教授,与J.Crayton Pruitt家族生物医学工程系副教授Parisa Rashidi博士共同领导研究团队。他们的目标是为重症监护病房开发和实施人工智能。其中一个项目涉及环境人工智能辅助技术,以防止ICU谵妄。在未来的重症监护病房中,患者的疼痛程度将通过身体运动和面部表情等视觉线索被捕捉到。

传感器将记录头部和肢体的运动、姿势和灵活性。其他监视器将检测和调整光和噪音水平到最佳水平。计算机算法将分析从病人和病房流出的海量数据,使医生能够做出更及时、更精确的治疗决定。

为了实现这一目标,佛罗里达大学(University of Floribeplay贝博beplay体育网页版da Health)的一组研究人员正在开发一种智能ICU,这是一种由人工智能驱动的自主的、高度详细的患者监控系统。

前提很简单,解决方案也很复杂:护士和医生从ICU病房来来往往,注意患者的病情和生理体征。但智能ICU中的机器从不休息,从摄像机、可穿戴传感器、光传感器、噪音计和其他设备采集数据。

捕获、分析和处理这些信息可以改善患者护理并促进医生的决策。理想情况下,研究人员希望人工智能驱动的系统足够强大和准确,能够预测ICU患者的病情是否会好转或恶化。筛选大量患者数据的算法有朝一日可能会为医生提供一个新的、至关重要的工具:在患者病情改变之前做出决定的时间。

目前,ICU病房里有很多信息没有被使用,只是因为目前还没有收集和分析这些数据的技术。一个基于人工智能的普遍感知系统可以改变这一点。

“这些模型将使我们考虑到ICU收集的所有信息。它应该能够提供准确、准确和持续的病人状态指示——即使护士或医生不在房间里。Parisa Rashidi博士。他是哈佛大学的副教授J.Crayton Pruitt家庭生物医学工程系

和拉希迪合作Azra Bihorac医学博士。他是哈佛大学负责研究事务的高级副院长,也是该校医学、外科和麻醉学教授佛罗里达大学医学院.今年早些时候,比霍拉克和拉希迪成立了佛罗里达大学智能重症监护中心(IC)3..该中心的目标之一是将研究扩展到人工智能驱动的诊断和临床决策,并利用新技术改善患者护理。培养以工程和医学为中心的下一代跨学科人工智能研究人员也是当务之急。

通过IC3.Bihorac和Rashidi的目标是推动佛罗里达大学在环境、沉浸式和人工智能研究方面在全州和全国范围内取得突出地位,最终使危重患者受益。

Bihorac说:“重症监护病房是人工智能的沃土。”。“我们对医院的看法也将发生变化。”

对于Bihorac、Rashidi和他们的合作者来说,这项研究目前涉及促进视觉线索识别(如疼痛和激动)的研究,以及通过使用人工智能评估患者病情来帮助医生做出决策的研究。还有一个项目是利用人工智能监测患者的活动能力和房间环境,以此来预防谵妄,这是一种常见于ICU的脑功能障碍综合征。

在智能ICU试点项目中,该团队创建了机器学习模型,能够提取最小的指标:头部和肢体运动、指示疼痛、姿势和患者移动的视觉线索。如果没有普遍的人工智能,忙碌的护士和医生可能会错过这些关键的患者指标。

比霍拉克说,一旦完全开发和测试,智能ICU病房的技术将提供强大的工具,帮助医生做出更知情、更及时的决定。

“不可能每个病人的病房里都有人类看护。对大多数人来说,这就像有一个医疗保健人员的眼睛一直盯着你。”

另一个项目I2CU,是第一次尝试精确预测患者的医疗轨迹,并在ICU中使用自主视觉评估。研究人员表示,这也是人工智能平台首次在医院环境中进行实时尝试。这项工作是由一个240万美国国立卫生研究院的拨款

为了应对ICU谵语,研究团队正在研究普适感知和机器学习技术的结合,以开发使用环境感知和适应的适应性干预措施。这项工作由ADAPT提供资金,这是一笔290万美元的NIH拨款。

ICU谵妄是一种强烈而突然的意识混乱,包括妄想和妄想影响三分之一至80%的ICU患者.为了解决这一问题,研究人员正在使用人工智能技术来观察ICU环境中可能对患者造成干扰的一切——光线水平、噪音甚至气味。比霍拉克说,初步数据显示,ICU病房的噪音水平可能比理想水平高出三倍。典型的ICU病房也可能太吵,晚上不够黑,或者白天太暗。

利用大量传感器和人工智能算法,研究人员正在研究如何监测患者的活动能力和昼夜节律,即人体24小时的“内部时钟”。减少夜间干扰并优化光线和声音水平是潜在预防ICU谵妄的途径。

拉希迪说:“我们的想法是,在精神错乱变得真正糟糕之前预测它的轨迹,从而超越它。”。

后果智能ICU的试点研究表明,人工智能增强患者监护系统是可行的。它捕捉了许多病人的特征和ICU条件,包括与疼痛和躁动相关的视觉线索,肢体运动分析,声光水平以及房间访问。研究人员表示,该研究是首个使用人工智能持续评估危重患者及其周围环境的研究。

研究人员指出,在实际的ICU中部署该系统并非没有挑战。在一个小的ICU房间中,普及传感系统的最佳位置是一个问题。可穿戴传感器可能很难安装在已经连接到医疗设备的患者身上。尽管如此,这项试点研究从概念上证明了这样一个系统是可行的。

今年早些时候启动的I2CU和谵妄研究将持续到2026年。拉希迪说,在临床环境中的测试可能在大约四年后开始。

Bihorac表示,开发能够可靠解释各种患者表达的算法面临着重大挑战。通过人工智能系统识别疼痛和躁动需要大量数据。任何人工智能增强的ICU监测系统也必须考虑各种情况,包括不同种族和性别的患者以及可能戴口罩的患者。

比霍拉克说:“没有什么可以取代面对面的接触和人类的决策。”“但我们对技术如何用于帮助危重患者感到非常兴奋。”

关于作者

道格·班尼特的照片

道格·班尼特

科学作家、编辑

Doug Bennett于2015年1月加入UF Health,担任科学作家和编辑。他的主题领域包括解剖学;生物化学和分子生物学;分子遗传学和微生物学;病理学阅读更多

Baidu