人工智能在慢性傷口評估和治療中的應(yīng)用

王延峰 楊巧紅 劉安康

(暨南大學護理學院，廣東 廣州 510632)

慢性傷口指各種原因形成的創(chuàng)面超過一個月的正規(guī)治療未治愈，也無愈合傾向的傷口[1]。隨著人口老齡化和疾病譜的改變，慢性傷口的發(fā)病率逐年上升[2]，研究[3]表明，平均每1 000人中就有2.21人患有慢性傷口。據(jù)估計，美國有650萬慢性傷口患者，每年醫(yī)療支出超過250億美元[4]。我國慢性傷口發(fā)生率為0.17%[5]，糖尿病成為慢性傷口的主要病因，僅糖尿病所致慢性傷口每年達4 000萬例[6]，與我國人口老齡化程度高度相關(guān)。此外，中國北部地區(qū)慢性傷口住院患者的治療總費用從2014年的368萬元(52.6萬美元)增加到2017年的890萬元(127.1萬美元)[7]。慢性傷口已經(jīng)成為患者及家庭、醫(yī)療保健部門乃至整個社會的沉重負擔，因此急需應(yīng)用高效、精準的方法改進慢性傷口的評估和治療，促進患者的愈合。人工智能因其高效、準確、便捷的優(yōu)勢逐漸被應(yīng)用于醫(yī)療領(lǐng)域。本文對人工智能在慢性傷口評估及治療中的應(yīng)用和研究進展等進行綜述，為進一步做好慢性傷口患者的護理提供參考。

1 人工智能的概述

人工智能的范疇包括任何有助于讓機器模擬、延伸和擴展人類智能的理論、方法和技術(shù)[8]，其智能領(lǐng)域技術(shù)主要包括機器人、語言識別、圖像識別、自然語言處理和專家系統(tǒng)等[9]。運用人工智能技術(shù)可以提高效率、安全性以及獲得有價值的衛(wèi)生護理服務(wù)，因此能夠在醫(yī)療領(lǐng)域得到迅速發(fā)展[10]，如IBM公司研發(fā)的沃森“醫(yī)生”可以對癌癥提供治療方案建議，這些建議與世界頂級腫瘤專家的建議高度吻合[11]；影像醫(yī)生應(yīng)用三維卷積神經(jīng)網(wǎng)絡(luò)算法模型可以提高閱片速度和降低漏診率[12]；運用耳紋全息智能診療系統(tǒng)治療心腦血管疾病患者能夠提高治療的安全性和有效性[13]。這些應(yīng)用在提高效率和精準度的同時節(jié)約了醫(yī)療資源，減輕患者的痛苦，受到社會的極大關(guān)注。

2 人工智能在慢性傷口評估中的應(yīng)用

傷口評估是傷口管理的前提，是制定科學、合理、安全、全面的治療方案和護理計劃的關(guān)鍵環(huán)節(jié)[14]。常見的慢性傷口有下肢靜脈潰瘍、壓瘡、糖尿病足及難愈性燙傷創(chuàng)面等[15]。利用人眼進行傷口的顏色判斷和識別容易受到外界環(huán)境、個人主觀因素的影響，往往與實際情況存在偏差，可能出現(xiàn)評估不準確，導(dǎo)致傷口愈合延緩的情況[16-17]。

2.1智能工具的應(yīng)用 傷口的評估離不開工具的使用，如何快速識別其面積、長度、深度對于傷口類型的判斷起到十分重要的作用，目前應(yīng)用較多的慢性傷口智能評估工具為3D技術(shù)相關(guān)工具。3D傷口掃描系統(tǒng)是由3D鏡頭及可移動便攜式操作平臺組成，利用激光和結(jié)構(gòu)光3D成像技術(shù)掃描傷口。鄧波等[18]利用3D傷口測量儀進行傷口的測量，該方法與傷口尺、傷口數(shù)字平面測量軟件相比提高了測量的效率。在此基礎(chǔ)上，魯晉等[19]利用三維掃描系統(tǒng)即woundclevercalc掃描做了進一步優(yōu)化，不僅可以準確高效率的測量傷口面積，而且具有掃描傷口深度和體積的功能，但是文獻[19]顯示僅依賴3D的技術(shù)對傷口測量，測得的深度和體積略比真實值大，其精準度需進一步提高。

2.2智能工具結(jié)合算法的應(yīng)用 Zahia等[20]在整合3D模型的同時結(jié)合計算機深度學習方法準確無創(chuàng)評估壓力損傷；結(jié)果表明，該框架不僅能以87%的精度輸出精確的分割結(jié)果，而且可檢索到可靠的測量值用于傷口的評估。而Wannous等[21]使用簡單的自由手柄相機設(shè)計完整的3D和彩色傷口評估工具，在使用3D模型測量傷口面積的基礎(chǔ)上，運用機器學習方法支持向量機分類器分類，最終為傷口監(jiān)測和愈合過程的臨床研究提供完整的傷口評估工具。隨著時代的發(fā)展，算法也在不斷更新升級，基于深度學習的卷積神經(jīng)網(wǎng)絡(luò)架構(gòu)持續(xù)發(fā)展和完善，為醫(yī)學圖像處理領(lǐng)域帶來巨大的應(yīng)用前景[22]。Ohura等[23]制備了不同算法和結(jié)構(gòu)的卷積神經(jīng)網(wǎng)絡(luò)(convolutional neural network,CNN)其中最佳組合為U-Net，其有較高的準確性和實踐意義，高特異性與敏感性分別達到0.943和0.993。有了高級的算法作為基礎(chǔ)，Chino等[24]利用深度卷積網(wǎng)絡(luò)提出自動皮膚潰瘍區(qū)域評估(automatic skin ulcer region assessment,ASURA)系統(tǒng)分割皮膚潰瘍的傷口和估計圖像密度，從而了解真實傷口的面積，能夠正確分割Dice評分>90%的傷口區(qū)域，比最先進的方法(QTDU和DeepLabv3+)高出16%，能夠自動估計圖像的像素密度，相對誤差為5%，當使用半自動方法估計傷口面積時相對誤差為14%。

總之，與傳統(tǒng)傷口測量工具相比，引入現(xiàn)代3D技術(shù)和人工智能算法可以更準確地提供傷口的數(shù)據(jù)，從而提高傷口評估的速度和臨床判斷的效率，但是在提升測量精確度方面還需要進一步完善，以及大量的臨床數(shù)據(jù)支撐和驗證。

3 人工智能在慢性傷口治療中的應(yīng)用

目前，對慢性傷口的治療主要使用水凝膠、水膠體、藻酸鹽敷料等，為傷口提供良好的濕性愈合條件[25-27]，患者依靠其自身的能力達到傷口愈合。大多數(shù)現(xiàn)有的傷口敷料是被動的，不能對傷口環(huán)境的變化做出積極反應(yīng)，無法提供有關(guān)傷口狀態(tài)及其愈合率的信息，同時由于需要持續(xù)監(jiān)測愈合過程，增加了就診次數(shù)和治療成本，造成醫(yī)療中心的壓力[28]。

3.1智能敷料的應(yīng)用 智能敷料的設(shè)想為實現(xiàn)慢性傷口愈合情況的動態(tài)監(jiān)測開辟了途徑[29-30]。智能敷料[31]是指在傷口敷料中加入智能診斷工具，自動測量慢性傷口持續(xù)炎癥狀態(tài)的生物標志物的動態(tài)信息，通過動態(tài)監(jiān)測可制定更有效的治療方案，降低打開敷料觀察等醫(yī)療干預(yù)的頻率，促進傷口更快地愈合。Lee等[32]嘗試應(yīng)用帶有溫度傳感器的智能敷料實時提供傷口區(qū)域的溫度和導(dǎo)熱系數(shù)實時監(jiān)測傷口的愈合情況，實驗結(jié)果表明，該裝置具有防水、可重復(fù)使用和靈活的特點可用于臨床。而Pang等[33]開發(fā)了一種雙層結(jié)構(gòu)的智能柔性電子敷料，其上層是聚二甲基硅氧烷封裝的柔性電子，集成了溫度傳感器和紫外線發(fā)光二極管，其下層為紫外響應(yīng)型抗菌水凝膠，可以實時監(jiān)測傷口溫度，當發(fā)生感染時溫度升高觸發(fā)超熱警報，打開紫外線LED發(fā)射紫外線光，觸發(fā)對紫外線敏感的抗菌水凝膠釋放抗生素以抑制感染。該敷料具有良好的靈活性和兼容性、高的監(jiān)測靈敏度和耐久性，還集成了藍牙芯片，用于實時無線數(shù)據(jù)傳輸，動態(tài)監(jiān)測傷口愈合情況。不過目前該敷料只是在動物實驗中得到了很好的證明，還需要進行大量臨床研究以證實其實用性和有效性。

3.2預(yù)后預(yù)測模型的應(yīng)用 如果能夠早期預(yù)測慢性傷口的預(yù)后情況及影響愈合的相關(guān)因素，從而采取相應(yīng)的措施進行干預(yù)，不僅可以減輕患者的病痛，使患者早日康復(fù)，恢復(fù)正常的生活，同時可以降低慢性傷口衛(wèi)生資源的投入。Kenneth等[34]使用在門診傷口護理中心收集到的患者信息，利用機器學習和特征工程(machine learning and feature engineering)開發(fā)了傷口延遲愈合的預(yù)測模型。該模型預(yù)測傷口延遲愈合的能力是由pROC R計算的曲線下面積(AUC)來衡量。檢驗結(jié)果表明該模型在所有傷口類型上的AUC為0.842，相比Margolis等[35-36]之前針對下肢靜脈潰瘍和糖尿病神經(jīng)性潰瘍開發(fā)的2種人工預(yù)測模型，其預(yù)測結(jié)果有了顯著提高。而Taylor等[37]利用人工神經(jīng)網(wǎng)絡(luò)(artificial neural network，ANN)算法開發(fā)預(yù)測模型預(yù)測傷口的愈合時間及其影響因素，該方法的優(yōu)勢在于對失真數(shù)據(jù)的適應(yīng)能力、強的學習能力和運算速度，擅長解決復(fù)雜的傷口問題，但其預(yù)測準確率僅為68%，仍有較大的提升空間。

4 人工智能應(yīng)用于慢性傷口護理的優(yōu)勢

4.1降低社會負擔，節(jié)約成本 中國人口基數(shù)大，在慢性病中僅糖尿病患者就達到10.9%，50歲以上2型糖尿病1年內(nèi)糖尿病足新發(fā)病率達8.1%[38]；同時，慢性傷口需要患者長期堅持換藥治療，若傷口長期不愈，加重患者的疼痛和經(jīng)濟負擔[39]。特別是在社區(qū)或者偏遠地區(qū)人力資源、醫(yī)護知識儲備有限的情況下，更加劇了慢性傷口患者對醫(yī)療資源的不可及。而人工智能的使用恰好可以彌補當前的不足，例如ASURA系統(tǒng)的使用可以緩解人力資源的不足，提高效率，及時對傷口進行評估，進而有利于進一步的治療。未來人工智能以及相關(guān)平臺的研發(fā)會更好的服務(wù)于慢性傷口領(lǐng)域。

4.2實施實時監(jiān)測，增加患者參與度 有研究[40]表明，患者對自身傷口的自我感受負擔較高，影響正常的生活質(zhì)量。醫(yī)護人員若按照傳統(tǒng)治療方式需要不斷地對傷口進行換藥等處理，但是由于患者個體差異的影響，傷口的愈合情況又各不相同，醫(yī)護人員對傷口的多次暴露不僅為患者帶來疼痛，又增加了感染的風險。在人工智能敷料的幫助下，患者和醫(yī)護人員可以對傷口實時監(jiān)測，了解傷口的愈合狀態(tài)，從而及時溝通，不僅增加患者參與度，也減輕其心理負擔。

4.3早預(yù)測早干預(yù)，減少不良預(yù)后 慢性傷口預(yù)測模型的建立一定程度上可以為精準化地實施患者護理干預(yù)帶來新的可能。通過預(yù)測模型，不僅可以推測傷口愈合時間、愈合過程等情境，同時可以篩選出影響患者愈合的個人因素，從而早期實施個性化的干預(yù)方案，促進愈合和減少不良預(yù)后。

5 不足與展望

人工智能的發(fā)展帶來了醫(yī)療的進步，迎來了醫(yī)療行業(yè)的新機遇。人工智能也已經(jīng)在慢性傷口的評估、治療和預(yù)后預(yù)測中得到一定應(yīng)用。人工智能用于傷口評估，可以減少人眼造成的誤差，實現(xiàn)真實數(shù)據(jù)的處理，提高檢測的性能和效率，降低誤診率；用于傷口治療中，可以動態(tài)獲取敷料下傷口愈合的情況信息，及時調(diào)整治療方案；用于傷口愈合預(yù)測中，可以幫助醫(yī)務(wù)人員及時給予針對性地干預(yù)，降低患者的痛苦和治療花費。但是，人工智能目前在慢性傷口方面的臨床應(yīng)用尚不成熟，還存在不足之處。3D掃描系統(tǒng)和算法以及預(yù)后預(yù)測模型的精確與否與慢性傷口圖像的質(zhì)量密切相關(guān)，低質(zhì)量的圖像數(shù)據(jù)會導(dǎo)致錯誤的圖像整合結(jié)果，得到錯誤的預(yù)測。目前人工智能應(yīng)用于傷口領(lǐng)域的探索主要集中在國外，國內(nèi)研究較少。雖然我國已經(jīng)擁有一定數(shù)量的慢性傷口專科護士，也積累了大量的臨床經(jīng)驗，但是較少留下高質(zhì)量的傷口數(shù)據(jù)圖片，對計算機算法和構(gòu)建模型造成困難；其次，算法作為人工智能中不可或缺的部分，可以將圖像轉(zhuǎn)化為可供分析的數(shù)據(jù)，而算法的正確與否依賴于足夠的、高質(zhì)量臨床數(shù)據(jù)，其準確率可能因為樣本量的不足而導(dǎo)致算法的不可靠。因此，未來需要在保護患者隱私的前提下，進一步規(guī)范圖像數(shù)據(jù)的采集，積累數(shù)據(jù)。另外，需要加強多學科的合作和交流，保證所提供的智能設(shè)備等與臨床應(yīng)用更加匹配。

綜上所述，未來可以通過進一步優(yōu)化計算機算法，提升核心處理器的計算能力，規(guī)范慢性傷口的圖像采集，加快智能敷料的開發(fā)和臨床應(yīng)用進程，實現(xiàn)更高級的慢性傷口評估和治療智能化，幫助傷口專科護士準確評估傷口，實現(xiàn)傷口實時監(jiān)測，從而制定個性化的精準治療和護理計劃，幫助患者更好地愈合，降低慢性傷口造成的傷害，并且其在慢性傷口評估和護理方面的應(yīng)用還存在較大的發(fā)展空間。