2019年12月以來，湖北省武漢市陸續發現新型冠狀病毒肺炎患者，并逐漸波及全國及境外。2020年3月11日，世界衛生組織正式宣布新型冠狀病毒為全球大流行病。新型冠狀病毒感染患者從輕癥發展到重癥中位時間為7～8天，17%～29%的患者會進展為急性呼吸窘迫綜合征，11%的病人出現多臟器功能衰竭，26.1%～32%的患者轉入重癥監護室。目前針對新冠病毒無特效藥，治療的重點就是及時臟器功能支持治療，尤其是對于病情急性惡化的病人（3天內出現呼吸衰竭），86.9%的患者需盡快給予高級支持治療。患者病程進展極快導致傳統病情監測體系難以在重大傳染病發生的早期及時監測預警和應對，特別是危重癥患者病情惡化的延遲發現會增加病死率。中日友好醫院援鄂醫療隊引用快速反應體系，短時間內完成傳染病患者專用病情監測體系的初步建設。本項目擬通過開展基于患者生命體征監測的快速急救智能預警研究，實現對患者病情進行高效分級監測，并將該模式規范化、標準化，從而實現以醫院為基礎的新發重大傳染病預警、應對和運營優化。

1.基于患者生命體征監測的快速急救智能預警技術研究

本項目針對快速反應系統中的觸發機制，開展基于新冠肺炎患者生命體征監測的快速急救智能預警手段研究。研究住院患者生命體征數據的云端自動采集和清洗標注方法，構建患者生命體征大數據知識庫；開展患者生命體征的多參數、多維度表達方法研究，揭示生命體征參數與患者病情變化之間的映射規律；構建基于人工智能的動態智能快速急救預警模型，通過臨床應用實踐，進一步驗證和改善預警效果。最終建立一種動態智能的預警模型，提高快速急救預警的智能性和可靠性，對于提高早期預警體系的高效運行具有重要的理論意義和臨床應用價值。

2.基于患者病情變化的多層級遠程智能監測預警平臺構建

在新冠肺炎患者生命體征監測的快速急救智能預警技術研究基礎上，探究多類急救與生命支持設備數據的標準化解析方法，實現多源異構數據的集成監管，搭建統一的移動中央監護單元，實現患者病情的一級監測；基于人工智能早期預警模型，開發設計患者個體差異的自適應智能預警軟件系統，實現患者病情二級自動預警；研究傳入支、傳出支與數據處理中心高效協同工作機制，完成患者生命體征參數、設備參數與其他臨床數據庫多維度交叉驗證，開發實時4G/5G可視化系統，提升初級響應團隊與急救醫療團隊高效協作能力，實現三級遠程協同診療。

1.基于患者生命體征監測的快速急救智能預警技術研究

（1）在基于患者個體生命特征參數的知識庫構建方面，建立采集系統，搭建由數據采集硬件設備、服務器、云端模塊及終端APP構成的數據采集平臺，實時采集患者生命體征參數，并進行數據清洗及預處理，以保證能有效獲得本項目所需的大量實時監測數據。擬基于以下手段建立數據采集系統。

（2）在患者多參數、多維度生命體征表達方面，通過分析多種生命體征信息（心率、血壓、呼吸頻率等）及標簽數據，利用統計學理論和機器學習方法研究生命體征大數據中的關鍵影響因素及各因素相互耦合影響規律，建立多參數多維度生命體征的表征方法。為克服單一指標過度敏感的缺陷并完善復合指標未考慮患者基礎狀態的不足，引入生命體征時間動態評價方法，建立時間動態指標表征患者健康狀態動態趨勢；結合關鍵影響因素及各因素相互耦合影響關系，基于統計學理論構建相關性評價指標和耦合指標，建立多參數、多維度生命體征表達方法。

（3）在動態智能的快速預警模型方面，綜合患者生命體征監測數據，分析患者處于基礎狀態（相對健康狀態）及發生狀態變化事件時的特征數據，基于多層神經網絡挖掘患者生命狀態與各個單一生命指征之間的映射關系，通過大量學習數據建立自適應預測模型。綜合多參數多維度生命指征構建分級預警手段。最終基于決策判別樹及模糊理論建立多層神經網分類器，利用動態趨勢預測模型進行分類及判別，在決策級知識融合層面做出相應決策，實現基于患者個體生命體征的動態智能分級預警。

基于患者生命體征監測的快速急救智能預警技術路線圖

2.基于患者病情變化的多層級遠程智能監測預警平臺構建

新型病情遠程智能監測系統平臺的建設將主要包括三個部分：

（1）傳入支數據采集，使用適當的傳感器采集監護儀（惠澤通信提供的移動心電監護儀）和（或）呼吸機數據；（2）計算機、醫工科數據處理評估中心，通過4G/5G網絡傳輸原始遠程設備報警數據至處理中心，將數據與患者的其他臨床數據庫整合在一起后綜合評估患者病情，并且同時進行人工智能預警模型的探索；（3）響應策略中心，根據病情危重程度分為輕、中、重三個等級，輕癥患者處理方案為初級響應團隊（原病房醫護人員）電話咨詢；中度重癥患者處理方案包括移動中央監護單元以及APP遠程自動報警；重度重癥患者處理方案在移動中央監護單元以及APP遠程自動報警的基礎上額外增加了實時4G/5G視頻對講系統，讓原病房醫護人員與快速反應團隊成員的協作更及時高效。

基于患者病情變化的多層級遠程智能監測預警系統技術路線圖

中日醫院援鄂醫療隊于2020年2月1日在武漢同濟醫院中法院區提出建設針對新冠肺炎患者的分級病情高效監測體系，并在其C棟6樓東病區順利安裝醫療設備與實時監測數據采集盒，與惠澤智信公司合作開發適用于該體系的軟件應用系統，包括PC端、手機移動端、移動中央監護站等，使得該高效監測體系的建設快速推進。最后，該新冠肺炎患者分級病情高效監測體系不僅可盡早發現新型冠狀病毒肺炎的重癥患者，而且還減少醫護人員院內感染率，為盡快實現新型冠狀病毒肺炎患者重癥率及病死率的降低做出一定貢獻。

以同濟醫院中法院區C棟6樓東病區為例，入院的新冠肺炎患者依據新型冠狀病毒肺炎診療方案（試行第六版）分為輕癥、重癥、危重癥患者，重癥患者多達30例，如果單純依靠既往傳統人工采集及錄入數據將耗費巨大人力物資且容易將重要信息遺漏或延遲傳導。新型分級病情監測系統，充分應用移動醫療設備，如移動監護儀不僅可實現數據傳達的準確性及唯一性（二維碼鎖定具體患者而非固定床位），還可提高其使用率，并利用監護儀所搭載的數據采集盒實時存儲和傳輸患者的心率、血壓、呼吸頻率、指氧飽和度等參數，而且在軟件系統內進行多參數預警評分，如預警總評分＞5分或單項≥3分將啟動自動報警顯示在APP端及移動中央護士站，該系統將監護、報警、呼叫三個功能整合在一起，減少信息傳遞的延誤，從而盡早地發現病情不穩定的患者并積極治療改善其預后。除此之外，對于病情及其危重的患者，如本病區一例新冠肺炎患者合并急性心肌梗死患者，使用ECMO+IABP雙重支持治療，僅僅監護儀和呼吸機所提供的數據不能充分評估患者病情，采用可視化4G對講系統，可實現專家組成員遠程床旁指導診療工作這一目的。

針對新冠肺炎疫情暴露的公共衛生特別是重大疫情防控救治問題，尤其缺乏有效的重癥患者快速急救反應體系。本項目將充分發揮醫學與工學結合優勢，針對快速急救系統中的觸發機制，依據醫療監測大數據和人工智能技術，開展基于患者生命體征監測的快速急救智能預警研究。為提高醫院內部早期預警能力提供關鍵技術和理論支撐以及可實現的路徑，積極探索構建基于機器學習和人工智能的動態智能快速急救預警模型，期望建立一套高效實時的新型病情遠程智能監測系統，以提高急救預警的智能性和可靠性。同時，通過建設醫聯體遠程ICU監控會診中心提高基層醫院重癥患者救治水平，對全國突發公共衛生事件重癥患者救治體系的構建具有重要的理論研究意義和顯著的臨床應用價值。