可穿戴式生命體征監測設備的圍手術期應用

孫 琛，裴麗堅，車 璐，張越倫，黃宇光

中國醫學科學院 北京協和醫學院 北京協和醫院麻醉科，北京 100730

患者圍手術期死亡問題一直備受關注，術后30 d內死亡率一直居高不下。研究表明，美國大手術后30 d內死亡率高達1%，比術中高1000倍，其中年齡≥45歲的住院患者占2%，初次住院患者占50%[1]。2006年美國疾病預防與控制中心年度死亡表中前3位死亡原因為心臟疾病、惡性腫瘤和腦血管疾病[1]。而Semel等[2]發現，同年美國外科手術患者中有189 690例術后30 d內死亡。圍手術期死亡已超過腦血管疾病死亡，成為第三大死亡原因[3]。圍手術期連續生命體征的動態監測有助于幫助醫護人員早期發現病情變化并及時干預，對降低圍手術期死亡率至關重要。隨著技術的發展，可穿戴式設備有望實現這一愿景。本文對圍手術期生命體征監測現狀及可穿戴式生命體征監測設備在圍手術期的應用進行綜述。

1 加強外科術后患者生命體征監測迫在眉睫

絕大多數術后死亡與術后出血、心腦血管并發癥、呼吸系統并發癥、術后感染等相關[4]，而低血壓、高血壓、低氧血癥、發熱等術后常見的臨床表現往往是上述并發癥的早期征象[5]。然而，由于缺乏對脈搏、血壓、呼吸頻率、核心體溫、意識水平等足夠的監測與重視，這些生命體征傳遞出的信息往往被忽視，以致未能及時發現病情的惡化[6]。2019年一項針對312例腹部大手術的前瞻性隊列研究結果顯示，24%的患者術后平均動脈壓(mean arterial pressure,MAP)≤70 mm Hg(1 mm Hg=0.133 kPa)，持續至少30 min；47%的患者術后出現MAP≤65 mm Hg且持續至少15 min，其中近50%在常規術后無創動脈血壓監測中(每4小時監測一次)被忽視；7%的患者出現MAP>130 mm Hg且持續至少30 min，其中96%在常規監測中被忽視[7]。Sun等[8]的研究則發現，超過30%的患者非心臟手術后出現血氧飽和度<90%且持續1 h以上，其中90%在常規術后血氧飽和度監測中被忽視。

過去幾十年中，疾病診治取得了重大進展，外科手術患者也發生了明顯變化。一方面，日間手術的飛速發展使得越來越多“相對健康”的患者不再需要住院治療；另一方面，隨著醫療技術提高以及人口老齡化的加重，越來越多的老年患者或病情危重、合并多種基礎疾病的患者有機會接受手術治療。然而，醫護人員對于患者生命體征的監測強度相對不足，特別是近期接受手術以及從重癥監護病房轉回普通病房的患者。從重癥監護病房一對一，到普通病房一對多，再到出院后幾乎完全失去護理與監測，患者的護理強度和監測頻率逐漸下降。病房護士必須優先照顧病情更重的患者，在大多數病房，由于受到護士人數和經費的嚴重限制[9]，1名護士輪班(每8 h一次)只進行一次生命體征測量。

此外，隨著醫療水平的提高，特別是加速康復外科(enhanced recovery after surgery,ERAS)理念的普及，患者可更早康復出院，但術后并發癥的發生率并未減少。Rollins等[10]在一項納入了23項研究、2099例行擇期腹部大手術患者的Meta分析中指出，包含目標導向液體治療在內的ERAS管理與縮短住院時間、加速術后胃腸功能恢復呈正相關，但術后死亡率、腸梗阻發生率等與對照組比較差異無統計學意義。北京協和醫院胰腺外科團隊[11]比較了胰十二指腸切除術后ERAS組與對照組患者的康復情況發現了相似結果，ERAS組的術后胃管拔除時間、恢復流食時間及住院時間均明顯縮短，胃排空障礙明顯少于對照組，但總并發癥發生率、胰瘺、膽瘺、出血、感染(包括腹腔感染、肺部感染、膽道感染、泌尿系感染、肝膿腫、切口感染)、二次入院、二次手術及死亡率等兩組間并無統計學差異。雖然早期康復可能與更好的預后相關，但患者更早出院也意味著許多術后并發癥將在缺乏實時監測、無法及時干預的家庭環境中出現。

2 外科術后生命體征連續動態監測的可行性

加強對生命體征的監測，識別病房或家庭環境中患者生命體征的動態變化，早期發現病情惡化并及時干預，實現早診斷、早治療，對于預防術后并發癥所致的死亡和殘疾至關重要。目前可穿戴式生命體征監測設備已實現無論在病房還是家中，均可對患者血壓、脈搏、呼吸、核心體溫等進行實時監測[12-13]。隨著生物技術和計算機技術等的發展，還會有更便捷、精確、可監測更多指標的連續監測設備問世[14]。

下文以醫療相關感染(health care-associated infection,HAI)為例分析術后連續生命體征監測的預警作用及可行性。

HAI是外科大手術后常見且嚴重的并發癥，是指由某種感染性物質或其產生的毒素介導的局部或全身感染狀態，在治療前無感染證據[15]，可導致住院時間延長、二次入院、二次手術等，且可能造成永久性殘疾甚至死亡[16]。根據感染累及部位不同，HAI可分為多種類型，以手術部位感染(surgical site infection，SSI)、中心靜脈導管相關性血流感染(central line-associated bloodstream infection，CLABSI)、尿管相關尿路感染(catheter-associated urinary tract infection，CAUTI)、難辨梭菌感染和肺炎(pheumonia,PNEU)(包括院內獲得性肺炎、醫療相關性肺炎或呼吸機相關性肺炎)最為常見，約占其總量的85%[17]。對北京協和醫院320例腹盆腔大手術患者術后HAI發生率的前期調查結果顯示(待發表)，共58例患者出現HAI，總體發生率為18.13%，其中SSI 46%、PNEU 19%、CAUTI 5%、CLABSI 2%、難辨梭菌感染2%、多重感染26%，部分患者因SSI導致二次手術、發生遠期不良預后甚至死亡，與現有研究結果一致。

目前國內外針對HAI預防的研究主要集中在手衛生綜合預防措施與HAI高危人群術前識別靜態模型的建立。然而，一方面，實施手衛生綜合預防措施并不能顯著降低HAI的發生率[18]；另一方面，現有的預測模型，例如美國國家外科質量改進項目風險計算器、澳大利亞臨床風險指數、美國國家醫院感染監測風險指數等，是根據術前合并癥、實驗室檢測等進行術后HAI風險預測，此類模型利于識別卻很難干預，而且忽視了手術麻醉本身對HAI的影響，亦難以提出改進措施[19-22]。

外科手術后發熱十分普遍，且患者術后前幾天體溫通常高于38 ℃。多數術后早期發熱雖為術后炎癥刺激所致，但也可能是HAI的預警。連續動態體溫監測可反映患者發熱全貌，有助于對發熱原因進行判斷[23-24]。Drewry等[24]研究表明，連續核心體溫曲線顯示出的異常體溫曲線圖可對ICU患者是否出現Sepsis作出預判。Yilmaz等[25]研究則表明，最低術后MAP與感染之間呈顯著負相關。

近年來，機器學習相繼在各大領域興起，已廣泛應用于自然語言處理、視頻圖像處理、語音信號處理等領域，并在臨床醫學領域也有了初步應用。相比傳統醫學統計學方法，機器學習能夠更好地模擬和檢測隨時間動態變化的時序型數據的長期依賴關系，更加適用于圍手術期連續動態變化的生命體征監測數據。數據通過可穿戴式連續監測設備上傳至中繼站，繼而傳輸至醫院服務器，再通過醫院服務器反饋至病房中央監測站和/或移動監測設備，供醫護人員進行處理與整合(圖1)。這為我們提供了新的思路，即利用可穿戴式生命體征監測裝置，結合機器學習數據處理方法，將患者圍手術期的連續生命體征數據(脈搏、血壓、呼吸頻率、核心體溫、意識水平)以及臨床資料(如傷口視覺評估、進行性呼吸急促)、實驗室檢測(如血氣分析)、影像學檢查(如CT)等多種數據整合、分析，尋找其關聯性，構建術后并發癥或其他風險預測模型，從而實現疾病的早發現、早診斷、早治療，提高患者的生存率。

圖1 圍手術期連續動態生命體征數據流解決方案

3 無線可穿戴式生命體征監測設備

目前，大多數可穿戴式傳感器設備主要面向日常生活和運動，獲取的生命體征相關數據不能作為診療依據。也有少數公司生產醫用可穿戴式移動監測設備或系統(例如ViSi移動監測系統，http://www.soterawireless.com/why-visi)，用于測量和無線傳輸生命體征，如血壓、脈搏、呼吸頻率和體溫，以提高患者安全性，及早發現患者病情惡化。但目前這些公司均未為護理人員提供用戶端，部分設備也難以在家庭環境中實現對患者生命體征的遠程監測；此外，大多數終端數據顯示系統仍使用傳統的用戶可選報警“閾值”設定功能，無法智能地解釋各種信號以避免重復觸發錯誤報警，且不能整合到現有醫療記錄系統中。現階段，越來越多的公司開始將研發重心轉移至連續生命體征監測設備，隨著生物科學技術和計算機技術的發展，上述問題也將被逐步解決。應用無線可穿戴式生命體征監測設備對患者進行連續監測與管理，盡早發現病情變化的跡象，實現早診斷、早干預，將是現代醫學未來發展的趨勢，或將成為新的醫療常規。

例如在體溫監測方面，iThermonitor作為一種可穿戴式核心體溫監測裝置，可以準確、高效、快捷地實時監測人體核心體溫，其測量精度已被驗證，適于臨床應用[26](圖2)。將該裝置貼于患者腋下，通過藍牙與手機體溫管理APP連接，獲取的連續核心體溫數據通過中繼站傳輸至醫院服務器，再通過醫院服務器反饋至病房中央監測站和/或移動監測設備。生成的核心體溫曲線圖不僅可用于術后HAI的預測，還可用于篩選有效的退熱藥，評價外科引流、抗生素療效，判斷停止引流、停用抗生素的時機等。

圖2 可穿戴式iThermonitor腋窩溫度計A.iThermonitor腋窩溫度計，尺寸52 mm×32 mm×6.5 mm，含電池重量約7 g；B.iThermonitor腋窩溫度計粘貼于腋窩部位；C.估算核心體溫顯示于蘋果手機界面

4 展望

隨著技術的發展，未來有望建立無線可穿戴式連續監測系統，用于圍手術期高風險患者及出院回家后患者的急性醫療問題監測，以期實現：(1)從高級別轉至低級別的護理狀態時，為患者的疾病狀況和持續康復提供保證；(2)基于對相關危險因素的分析，向醫護人員傳達高風險患者的有關信息，確保在遇到急性起病或病情變化時對其進行監控，早期發現病情惡化，及時治療，以改善預后；(3)與機器學習、人工智能相結合，分析、整合多種臨床數據，建立相應的診斷與預測模型。

利益沖突：無