人工智能在心臟康復中的應用

閆玉峰 林松

《中國心血管健康與疾病報告2021》顯示:中國現有心血管疾病病人約3.3億人,心血管疾病是我國居民死亡的主要原因[1]。心臟康復是心血管疾病二級預防的重要方式,對病人的生理、心理有著重要的作用,可以幫助減輕心血管病病人再發心血管事件的風險,提高病人的醫療護理效率[2]。人工智能是一門新型學科,被廣泛應用于自動駕駛、智能家居、機器翻譯、醫學等各個領域。隨著心臟康復需求的增加,人工智能開始在心臟康復領域得到應用。

1 人工智能概述

人工智能是計算機科學的一個分支,是利用計算機技術模擬、擴展和研發人類智能的新興學科。人工智能技術主要研究方向包括:機器學習、深度學習、計算機視覺、自然語言處理、自動推理和機器人學等[3]。機器學習是人工智能算法的基礎,是一種使用數據和算法來模仿人類學習的方式。機器學習工具集已經發展壯大,包括許多數學模型如決策樹、神經網絡、支持向量機、貝葉斯分類器、聚類算法和組件分析。深度學習被廣泛應用于圖像、語音和文本處理方面,其中在圖像處理方面已經運用于人臉識別、自動駕駛、醫學影像識別當中。深度神經網絡由數十層甚至數百層層疊而成,卷積神經網絡是深度神經網絡的一種,可以自動學習、發現和組合局部圖像特征(例如邊緣或顏色對比度),以提高抽象水平,最終實現結果的預測,它的優勢在于管理輸入(即圖像數據)和輸出(即結果)之間的復雜關系[4]。

2 心臟康復概述

心臟康復是一門涵蓋心臟病學、康復醫學、心理學、預防醫學、護理學等專業的臨床學科,通過五大核心處方訓練,改善心血管病人的心臟及身體功能,預防各種心血管事件的發生,為心血管病人提供全面系統的治療[5]。心臟康復是一項精心策劃的計劃,它包括運動訓練和體育活動促進、健康教育、心血管風險管理和心理支持,針對心臟病病人的個人需求制定個性化康復計劃,幫助心臟病病人過上更健康的生活。心臟康復分為3個階段,第一階段(醫院內康復期):心血管病人在住院期間進行各種運動鍛煉。第二階段(門診康復期):出院后的病人進行有監督的鍛煉計劃,在此期間監測心律、心率、血壓和癥狀,鍛煉計劃包括低程度的有氧運動(步行、臥姿訓練、自行車)和力量訓練。訓練計劃包括健康教育,戒煙、控制血糖、管理血壓、控制血脂的藥物方案,以及健康飲食和控制體質量。病人就診心理健康門診治療可能出現的抑郁癥、焦慮癥等心理疾病。第三階段(院外長期門診):在此階段,病人在無監測下選擇繼續運動訓練或教育課程[6]。越來越多的學者建議在心血管疾病診治過程中進行心臟康復,包括急性冠狀動脈綜合征、心力衰竭和冠狀動脈血運重建術[經皮冠狀動脈介入(PCI)或冠狀動脈旁路移植術(CABG)][7-9]。當病人在過去12個月內至少發生以下健康事件之一時,心臟康復是必要的:急性心肌梗死、冠狀動脈成形術、心臟或肺移植、心臟瓣膜修復、CABG、PCI、心力衰竭、心動過速或心房纖顫。

3 人工智能在心臟康復中的應用

人工智能在心臟康復中主要被用于輔助訓練、心電監測、制定個性化運動計劃、預測心血管事件、評估康復效果等方面。

3.1 人工智能通過可穿戴設備檢測病人的身體狀況 心臟康復的過程中如何精準、有效地評估病人的身體狀況是康復過程的難點。可穿戴檢測設備可以通過傳感器、現代通信技術將人體健康狀況數據發送到大數據平臺,幫助病人檢測身體狀況。Lee等[10]使用居家移動心肺康復咨詢系統來提高康復效果,改善心臟病病人的預后。該系統通過藍牙連接接收可穿戴設備發出的心電和呼吸信號,將信號發送到心律失常檢測專家系統和后臺的醫療保健服務器,可以隨時隨地進行全面的心肺監測并提出對應的措施幫助病人進行心臟康復。心臟病病人常常伴有各種心律失常,心律失常與多種心源性猝死有關,迫切需要對異常心跳進行檢測。動態心電圖在臨床中用來長期監測心臟狀況。然而從大的動態心電圖數據集中準確區分稀疏的異常心跳非常困難。Bie等[11]提出了一種用于心律失常檢測的改進的分層聚類方法,它基于對動態心電圖PQRST(P-T)波的11個幾何特征的有效解讀,并從心律失常數據庫中選擇數據集用于驗證該方法的有效性,結果表明,新的心律失常檢測過程快速并且聚類準確。多位學者通過對可穿戴心電檢測設備傳送的心電圖構建信號處理和機器學習模型,客觀地跟蹤心臟康復病人的身體狀況[12-14]。

3.2 人工智能用于制定個性化運動方案 心臟康復計劃應當根據病人的生理和心理狀況進行適當的調整,人工智能可以幫助醫療工作者為心臟病病人制定個性化的康復計劃。個性化醫療的目標是優化針對特定病人的治療方案,最大限度地提高治療效果。心力衰竭綜合征包括特別異質的病人群體,一些治療方案的成功率有限,需要制定個性化治療方案。機器學習方法已應用于心力衰竭病人的診斷、分類、再入院評估、藥物依從性評估以及識別多種疾病中的不同癥狀群,如射血分數保留型心力衰竭[15-16]。心力衰竭病人常常需要進行心室再同步化治療。Cikes等[17]將1106例需要進行心臟再同步治療的病人分為使用心臟再同步除顫器組(CRT-D,n=677)和植入式心臟復律除顫器組(ICD,n=329),使用無監督機器學習算法比較CRT-D對主要結果(全因死亡或心力衰竭事件)和容積反應的治療效果,結果證明利用復雜超聲心動圖數據和臨床參數的機器學習算法可用于對心力衰竭隊列進行分類,并確定對心臟再同步治療有益的病人,可能有助于優化特定治療效果。Dor-Haim等[18]設計了一種新型數字平臺,可以以連續的方式接收數據,允許臨床團隊對數據進行解釋,從而提高病人對其康復過程的參與度和對其身體狀況的認識,它還可以總結病人在康復期間的活動以及他們選擇執行計劃的時間。Vourganas等[19]設計了一種個性化家庭康復支持系統,使用機器學習方法,用于以病人為中心的個性化家庭康復支持,該方法既適用于康復目標的設定,也適用于疾病的診斷,通過該方法可以評估病人康復效果。Meneu等[20]通過計算機智能平臺對病人進行持續監測,跟蹤病人隨訪趨勢進行自我學習,同時結合了循證知識和計算機化臨床指南以實現風險的聚類和識別,并將其納入護理周期進行個體化心血管康復治療。Schindelholz等[21]使用智能機器人通過監測心率,調整病人的運動強度,在心血管病人康復中有應用前景。Lara等[22]設計了一種新型的人機傳感器接口用來輔助心臟康復運動,該系統通過人機傳感器將激光測距儀、心率監測器和跑步機結合,可根據實時結果估計時空步態參數,該參數可用于指示病人在康復治療中的表現以及步態的正確性,并為醫務人員和病人提供有用的信息。智能手表和智能手機、診斷和家庭監控設備被廣泛用于心臟康復病人的護理當中。Sotirakos等[23]的薈萃分析指出:將人工智能納入醫療保健、心臟康復監測中,有助于早期發現心臟事件,實現基于家庭的監測,改善臨床醫生的決策。

3.3 人工智能用于建立心臟康復的預測模型 機器學習和深度學習被廣泛應用于心臟康復預測模型的建立當中,預測模型可以在心臟康復過程中幫助預測病人預后及危險因素等。社會輔助機器人已被證明是能幫助病人進行身體康復的重要工具,用于向用戶和健康專業人員提供關于病人狀態和表現的反饋。社會輔助機器人通過傳感器接口對病人進行監測。在這種情況下,為了避免過度訓練,需要監測的最重要參數之一是疲勞水平。Aguirre等[24]利用機器學習預測了時間特征(站立到站立時間和坐到站立時間)和3個運動學特征(旋轉底座的最大垂直速度、膝關節屈伸最大速度和髖關節屈伸速度)與疲勞程度有顯著相關性,為及時評估運動訓練的極限提供標準。在心血管事件發生后,鼓勵病人參加有監督的基于運動的心臟康復計劃非常有意義。然而,這些計劃的接受率很低,對足夠數量的體力活動的依從性更低。為提高病人堅持鍛煉的程度,需要探索影響病人對心臟康復訓練的依從性的因素。

3.4 人工智能通過機器人輔助心臟康復運動訓練 部分心臟病病人由于心臟功能或中樞神經系統存在活動受限,因此需要機器輔助幫助訓練。這些人的有氧運用能力嚴重下降,傳統康復方案不能達到運動訓練要求。Stoller等[25]進行了一項隨機對照試驗,招募首次卒中后(≤20周)的受試者,并將受試者隨機分配到使用反饋控制機器人輔助跑步機鍛煉或常規機器人輔助跑步機鍛煉的住院心血管鍛煉計劃當中,結果顯示反饋控制機器人輔助跑步機鍛煉的訓練強度顯著高于常規鍛煉。混合輔助肢體是世界上第一款為身體有障礙的病人提供運動輔助的半機器人式裝置,可以給活動受限的心臟病病人提供幫助。Pak等[26]的研究顯示,混合輔助肢體有可能減輕中等強度運動時的心肺負擔,因此可以作為運動治療的支持。Watanabe等[27]進行了一項隨機對照試驗,比較在腰椎型混合輔助肢體的輔助下進行的運動治療與傳統訓練(無混合輔助肢體的坐立運動)在慢性心力衰竭病人中的療效,結果顯示,輔助肢體提高了鍛煉能力,縮短了住院時間,并降低再次入院的風險。

3.5 人工智能提高心臟康復依從性 在心臟康復過程中,病人由于各種原因存在心臟康復計劃未能按照要求進行,因此,提高病人的依從性對心臟康復至關重要。 Aharon等[28]建立了Well Beat系統,該系統通過人工智能算法為每個病人生成持續的個性化短信,每周發送2次,并將每個病人的動態概況與他們的日常行為聯系起來,從而創建連續性,并強化所需的行為,可以在不增加醫療保健負擔的情況下提高病人依從性,使病人受益。病人依從性除受到生理上和外部條件制約外,還受到情緒的影響。Zhang等[29]提出一個具有人工智能處理器的網絡護理系統,通過心理咨詢和術后隨訪,可以改善病人的樂觀和積極情緒,減少病人的消極情緒。

4 展望

隨著人工智能技術不斷發展,人工智能被廣泛應用于醫學領域,用于幫助臨床醫生進行決策輔助和為病人提供醫療建議。目前,人工智能在心臟康復方面缺乏大量數據,因而心臟康復人工智能的發展仍有一定的局限性。未來隨著人工智能設備的普及,更多智能檢測和輔助設備將用于心臟病病人的各個階段,不止局限于醫院,還能用于家庭等場所,通過大量的機器學習和深度學習,為心臟康復病人提供醫療康復建議和分析病人心臟狀況,將數據分析和決策推薦給臨床醫生、護理工作者、醫療機構、研究機構等,為心臟康復提供更加精準的康復方案。在未來,人工智能不是用來取代心臟病專家,而是增強心臟康復的技能。