Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

清华精准医学研究院战略发展部主任邱东晓、战略发展部副主任张黎聪作者医师报来源林亦霖、于腾凯 校对、编辑

全国3000多名医护人员感染新冠,医疗机器人与智能技术提供解决方案

本文通过研究医护人员受感染的途径,找到医疗机器人针对性的解决方法和思路,并总结相关医疗发展的一些趋势和特征。

2月14日,国务院召开应对新型冠状病毒感染肺炎疫情联防联控机制新闻发布会,国家卫生健康委员会副主任曾益新表示,武汉一线已有1102名医务人员被确诊感染新冠病毒,湖北省医务人员感染1502例,全国1716名医务人员被感染,6人不幸去世,占死亡病例的0.4%。

更早时候,有一张来自中国疾病预防控制中心(CDC)的图片,显示武汉市13家医院中,总共有501名医务人员确诊感染新冠病毒,还有其他600例为疑似病例。

鉴于当下疫情流行状况下医护感染的高风险隐患,中国医师协会常务副会长、中国工程院院士、清华长庚医院院长董家鸿指出,医院是新冠病毒感染风险极大的重灾区,应该完善门诊区域发热患者隔离处置流程,采取针对性优化诊疗策略和处置流程,并阻断医院内病毒传播,避免医务人员院内感染。同时,应以科学的态度和冷静的头脑,去直面疫情蔓延的严峻挑战,积极寻求危机状态下解决医疗卫生问题的科学方法。

的确,抗击疫情本身不仅是医护人员的战斗,同样也是医院管理制度、医疗服务体系和健康医疗技术与疫情的斗争。在这场全国抵抗疫情的战役中,可以说最关键就是无私奉献和冲锋在前的医务人员,如果医务人员的健康和防护得不到保障,将会影响整个抵抗疫情的进度和效果。本文希望通过研究医护人员受感染的途径,找到医疗机器人针对性的解决方法和思路,并总结相关医疗发展的一些趋势和特征。

那么,医护人员具体是怎么感染的呢?我们可以看看以下的例子:

例一: 金银潭医院

根据财新网的报道:金银潭医院副院长黄朝林某晚抢救结束后,脱去防护服和口罩外出透气时,突然一对30多岁夫妻拉住他双手下跪求救,黄来不及穿戴口罩,将其扶起。三天后,这对夫妻被确诊为感染,黄随后也发病,血氧饱和度不到93%,被诊断为重症。

例二:湖北省第三人民医院

据澎湃新闻报道,湖北省第三人民医院一名医生每天要直接面对病人,从门诊和病房采样100多份,连续采样5天之后,出现了发烧症状。该医生表示,自己规范穿戴了防护面屏、眼罩、N95口罩、防护服,只是没有鞋套,猜测可能是“病从脚入”。

例三: 距华南海鲜市场较近的新华医院

一位体检科医生与一名疑似患者仅交流了半小时,不久就查出肺部感染;一名牙医感染后,又传给了两位放射科医生,不仅是呼吸内科,其他二线科室甚至保安也感染了。

从以上三个例子来看,医护人员接诊、分诊和交叉传染都是重要的传染途径。事实上,由于此次疫情凶险,就医护人员个体而言,只要稍有不慎,在任何一个环节都可能被感染。见下图:

根据湖北省卫建委防控新冠状病毒发布信息整理每一个和病人接触的环节,都可能被感染。但是最危险的阶段,至少有三个:无防护接诊、重复检测、重症救治。

1. 无防护接诊是医护人员在疫情早期受感染的重要原因

2月7日,国际医学期刊 JAMA 杂志发表论文,报道了武汉大学中南医院住院的138例患者的临床观察数据:138名新型冠状病毒确诊病例中,有40名医护人员,占所有病例数的29%。医护人员感染比例接近三成。

JAMA论文临床观察数据数据还显示了令人想不到的结果:31名受感染的医护人员中,来自非传染病普通病房的占77.5%,来自急诊科和ICU的分别占17.5%和5%。也就是说,病患根据不同症状前往没有防护的各普通病房,直接造成普通病房医护感染,是早期感染的重要特点。相反,在早期无预警的情况下,防备更充分的传染科和急诊科受感染比例较小。

2. 反复取样检测使医护人员受感染几率大幅提高

由于核酸测试容易呈现假阴性,需要医护人员反复检测。检测包括采血、鼻咽拭子、CT成像、痰和粪便标本。以咽拭子取样为例,医生需要直接面对病患的鼻孔或口腔,可能引发病人打喷嚏、咳嗽和呕吐等症状,产生带病毒的分泌物。如果按例二中的情况,在基本全服武装的情况下,每五天感染一位医护,那医护人员被感染的速度将是惊人的。

武汉同济医院护理部主任汪晖表示:“几十万份试剂,意味着几十万个标本都需要护士去采集。每一份标本采集,护士都要面临一次极大的风险。在这些危险的情况下,比如口罩的松紧程度、病人分泌物喷到脸上、防护屏障上,护士都有可能被传染。”

3. 重症救治使医护人员面临更多传染风险

在隔离病房和ICU重症监护室,重病患者出现呼吸困难时,医护人员除了给病人问诊、输液、换药和手术之外,还需要在生活上帮助重病患者,如调整卧床姿势,甚至是接大小便。医护人员长时间与病患共处一室,处理各类紧急情况,稍有差错即可染上病毒。目前,医院至少需要两个护士同时在监护室,防止一人晕倒不被发现。  

针对以上的三个环节,我们汇集了一些缓解和解决医生受感染的机器人产品、企业和解决方案,希望带来更多思路和创新产品与服务。

1. 增强接诊中的防护:接诊引导和监测机器人

清华大学生物医学工程系王广志教授介绍,可在接诊环节由引导机器人与就诊者交互,了解病人主诉,完成客观数据采集,后台综合主诉信息和监测数据进行智能化风险分析,根据结果引导高风险就诊者到特定就诊区,确保接诊过程的稳定和安全。

为避免医护人员直接接触病患,在各个科室配备红外检测机器人,能减少医护在无防护的情况下接触病患的情况。不仅如此,考虑到疫情爆发早期医护人员受感染的可能性最大,红外检测机器人可纳入日常病患就诊的筛查环节中,在非疫情期就提醒医生进行防护,也可在隔离治疗的巡检过程中,减少医生对患者的接触。

红外测温机器人采用红外热成像仪,捕捉红外辐射能量并将其转换为灰度显示,通过医护人员发出实时指令,记录或报警检测者温度。据加拿大ARI机器人公司技术负责人Evan Wang介绍,目前国际上多数热成像仪的测温偏差在正负2°C左右,部分高端产品可达正负1°C,达不到准确测量人体温度的要求。为增加精度,通常方法是加入黑体使精度达到正负0.3°C,以满足国内标准,形成有参考意义的温度测量值。为该种机器人装上移动平台,就可以实现无人巡检。

红外检测采集画面

2.防止检测中的感染:检测机器人

如武汉同济医院护理部主任汪晖所说,每个医院有几十万个试剂去检测,以机器替代这一环节将极大降低医护人员的感染程度。一些医院在疫情爆发后,开始建议和介绍病患自己完成一些检测,也是考虑到这个原因。无论是鼻咽拭子、CT成像、采血等环节,都可以找到相应的机器人进行辅助甚至取代。

咽拭子检测机器人

由于医护人员与病患距离近,且极易发生咳嗽、喷嚏等状况, 产生大量飞沫和病毒,由机器人自行检测可以最大限度的避免传染。

美国一家初创公司Health&Bliss公司曾研发过一种可携带和自我检测仪,可将咽拭子环节从10分钟缩短到30秒以内,并自动产生结果。患者或医护人员将仪器末端插入喉部后, 只需按三个按钮,就可完成采样。

在国内,新松机器人联合中科院沈阳自动化研究所工正在共同研发咽拭子检测复合机器人,复合机器人由移动机器人、六轴协作机器人、蛇形机械臂、咽试子采集装置四部分构成,可实现远程精确操控,使前线医务人员在不接触病患的前提下完成咽拭子采集,实现咽拭子采集环节的无人化作业,有效保护医务人员的安全。

采血机器人

美国新泽西州罗格斯大学团队于 2020年2月成功完成了采血机器人的首次临床实验,结果发表在《科技期刊》。数据表明:该机器人在31个志愿者手臂上成功抽血的整体成功率为87%,在25个血管明显的志愿者手臂上成功抽血的比例为97%,大幅超过专业医疗人员成功率。该设备包括超声图像引导机器人、标本处理系统和血液分析装置三部分,内含芯片,可迅速、准确的测试出血液结果,并能够实现医护人员与病人的隔离。国内也有多家企业正在研制采血机器人,已有产品样机,并开展了实验测试。 

罗格斯大学研制采血机器人原型机3. 减少治疗中的接触:诊疗机器人

能够提供单个或几种服务的诊疗机器人产品和企业其实并不在少数,但能将不同诊疗机器人的功能和服务平台化、综合化的产品,并不多见,而美国的InTouch Health公司,可以提供企业级的整体诊疗服务。

值得一提的是,尽管很多企业可以提供远程机器人,但基本局限于单项或某几类远程服务,无法提供医院企业级的整体协调和服务,尤其是利用智能协作、数据分析、跨部门跨平台协调等内容,InTouch Health可提供多个不同医疗机器人之间的整体协同,形成科室或医院的整体医疗机器人解决方案。 

InTouch Health 整体医疗机器人解决方案国内相关研究也在进行。清华大学航天航空学院郑钢铁教授主持研发了隔离病房巡诊机器人。据郑钢铁教授介绍,该机器人方案在最短时间内集成创新,提供给了抗击新型肺炎病毒前线医护人员使用。机器人具有体温测量、心肺听诊和超声检查、咽拭子采样、药品分发、物品递送等功能,以及自我诊断APP和自助分诊软件,可实现高效核查、录入医疗数据,不但节约人力,还减少医护人员感染的机会。

隔离病房巡诊机器人4. 实现无死角杀菌:消毒机器人

例二中“病从脚入”的情况,说明了给病毒杀毒的重要性。传统的人工喷洒杀毒方式,需要医护人员在有毒环境中工作,且可能存在一些死角和杀毒不彻底的情况。使用机器人杀毒,能够降低病毒传染概率,并彻底杀毒。

目前机器人消毒最有效的是使用紫外线技术。UV-C紫外线可以有效灭活病毒、细菌和真菌等微生物。微生物在UV-C下的暴露可改变其DNA(脱氧核糖核酸)的结构和分子键,破坏繁殖能力,从而达到消毒杀菌效果。 

美国Xenex消毒机器人

中国上海钛米消毒机器人 

丹麦UVD消毒机器人 医疗机器人产业的发展刚刚起步,在应对此次突发疫情中确实有一定局限:医疗机器人的使用数量少、价格昂贵、生产周期长,无法短期内大批量投入使用;基于病患复杂多变需求的医疗行为还暂时无法被机器人替代。但事实也证明,医疗机器人在使用过程中,具有良好的隔离性和稳定优秀的表现能力,能够在高传染性等危险环境下辅助和替代医护人员的工作。疫情的出现,显示了医疗机器人未来的一些发展趋势和特点:

1.   医疗机器人将进一步发展,走向数字化与平台化

医疗机器人将进一步解决医疗需求和医疗难题,并随着生产规模的扩大和技术的进步逐渐降低成本,进入到多种医疗场景和应用中。同时,针对此次疫情的高爆发性、高传染性疾病和医疗需求大规模出现等问题,跨设备跨部门的数据和软件服务平台也非常重要。在这过程中,医疗机器人需要更好地结合大数据分析和AI 技术,以病人为中心,并提供更好的人机交互和医护人员体验。清华大学生物医学工程系王广志教授就认为,在高度传染的作业环境,需要有更适用的技术手段,通过医疗机器人的灵敏感知、智能判断、人机协同共融的决策,实现高风险环境下精准的诊疗,并减少风险。

2. 系统化机器人解决方案将带来医院管理的提升

此次疫情的爆发不仅是对医护人员的考验,同样也是对医院管理制度和方式的检验。疫情暴露了现有医院管理体制下的接诊、分诊等传统管理模式,在应对爆发性的医疗卫生危机时存在漏洞。病患在到达得到诊断和隔离前,会多次传染医护人员和其他人群,造成疫情进一步扩大。

为应对类似的疫情,未来医院管理体制的优化可依托系统的机器人解决方案,建立更先进更安全的管理医学理念和模式。在操作层面,以远程医疗、机器人诊断和医院流程自动化和机器人化形成成熟的系统性机器人解决方案,消除病患等待和聚集的空间,清除病患挂号、缴费等不必要的与人接触的环节,优化医院整体管理,提升医护人员安全水平,建立医护人员、科室与病毒“零感染型”的就医流程和管理方案,从长远来看是防范突发疾病的必要措施。

美国在救治第一例新冠肺炎时,就通过“机器人隔离系统”(Robotic Quarantine System), 实行了医生在接诊、问诊过程中与病患的彻底隔离。形成覆盖科室、医院或医疗体系的系统性机器人解决方案,将把分散的各类医疗机器人化零为整,通过标准化、平台化的管理方式,实现医院机器人的自动化连接,优化整体流程和管理,建立“病菌零接触型医院”,将可能成为未来医疗管理的新模式。

3、医疗机构成立医工实验室可有效促进医工结合发展

成功的医疗机器人是基于医院真实需求和真实环境而形成的产品。如何应对横跨医院和工程两大领域的医工结合挑战,是国际国内医疗机构持续探索的内容。早在2009年,国际上知名医院,如世界排名前列的多伦多病童医院,为促进医疗与工程的协同创新,设立了“图像创新和治疗干预实验室”(Centre for Image Guided Innovation and Therapeutic Intervention), 成为世界上最早的医工结合实验室之一,该实验室引领了一些手术机器人技术的研发。英国帝国理工学院哈姆林研究中心(Hamlyn Center)和美国国家儿童医疗中心(Children’s National Medical Center, D.C.)等国际知名医疗机构也建立了类似的医工结合机构。据清华大学附属长庚医院卢倩副教授介绍,该院发展中的医工结合实验室通过临床医生和工程领域专家的紧密协作,加强国际创新,在专科领域研发有针对性且可广泛应用的技术与方案。

 4. 未来更迫切和更复杂的临床挑战需要新的创新理念和创新体系

董家鸿院士提出建立“临床驱动型研究” (Clinic-Driven Research, CDR)的理念,即医疗创新始于临床需求,医生对临床疾病或领域研究的过程中提出关键临床问题,转变为关键科学问题和技术问题,通过医工结合的方式,由工科专家联合企业研发,形成技术和产品回到临床上应用和验证,由此解决临床问题,并最终达到提升临床诊疗水平和患者满意度的目的。通过实践这一创新理念,医疗创新生态实现以患者为中心、医生为核心、工程为助力和产业为依托的价值闭环体系。

新的创新体系也正在美国出现。在美国医疗机构密集的波士顿、休斯顿等地区,医院纷纷成立医疗创新孵化器和加速器,用于孵化医工结合领域的创新研究和初创企业,并形成了当地资本、政府和企业共同支持的创新生态。如波士顿儿童医院资深的创新团队从之前的10人已经成长到50人,并建立了医院的创新加速器。加速器迄今已孵化出3个医疗健康领域的项目,募集到1300万美元的天使投资,直接参与到苹果、Uber和谷歌等其他科技巨头的合作中来。美国《贝克医疗评论》(Becker’s Hospital Review)每年会评选40-60家成功的医院创新中心,构成了美国健康医疗创新创业网,通过创新协会、举办峰会等形式,配合政府扶持和资本的投入,构成了整体创新生态。

在目前汹涌而来的疫情面前,医护人员奋不顾身抗击疫情,使用医疗机器人与智能技术可以成为战疫的重要支持。疫情之后,进一步发展医疗机器人及其创新体系,将系统性增强持续预防和应对疫情的能力。我们希望可以与生态伙伴进行更深入探讨与合作,共同提升我国医疗与科技水平,也为全球健康医疗发展出一份力。

THU数据派
THU数据派

THU数据派"基于清华,放眼世界",以扎实的理工功底闯荡“数据江湖”。发布全球大数据资讯,定期组织线下活动,分享前沿产业动态。了解清华大数据,敬请关注姐妹号“数据派THU”。

产业机器人医疗
相关数据
数据分析技术

数据分析是一类统计方法,其主要特点是多维性和描述性。有些几何方法有助于揭示不同的数据之间存在的关系,并绘制出统计信息图,以更简洁的解释这些数据中包含的主要信息。其他一些用于收集数据,以便弄清哪些是同质的,从而更好地了解数据。 数据分析可以处理大量数据,并确定这些数据最有用的部分。

感知技术

知觉或感知是外界刺激作用于感官时,脑对外界的整体的看法和理解,为我们对外界的感官信息进行组织和解释。在认知科学中,也可看作一组程序,包括获取信息、理解信息、筛选信息、组织信息。与感觉不同,知觉反映的是由对象的各样属性及关系构成的整体。

机器人技术技术

机器人学(Robotics)研究的是「机器人的设计、制造、运作和应用,以及控制它们的计算机系统、传感反馈和信息处理」 [25] 。 机器人可以分成两大类:固定机器人和移动机器人。固定机器人通常被用于工业生产(比如用于装配线)。常见的移动机器人应用有货运机器人、空中机器人和自动载具。机器人需要不同部件和系统的协作才能实现最优的作业。其中在硬件上包含传感器、反应器和控制器;另外还有能够实现感知能力的软件,比如定位、地图测绘和目标识别。之前章节中提及的技术都可以在机器人上得到应用和集成,这也是人工智能领域最早的终极目标之一。

假阴性技术

假阳性是指模型因为种种原因将应该分类成特定情况的人/物错误地分类到了其他分类的情况。

人机交互技术

人机交互,是一门研究系统与用户之间的交互关系的学问。系统可以是各种各样的机器,也可以是计算机化的系统和软件。人机交互界面通常是指用户可见的部分。用户通过人机交互界面与系统交流,并进行操作。小如收音机的播放按键,大至飞机上的仪表板、或是发电厂的控制室。

移动机器人技术

移动机器人是一种能够移动的自动机器。移动机器人具有在其环境中移动的能力,并且不固定到一个物理位置。移动机器人可以“自动”主要是指它们能够在没有物理或机电引导装置的情况下导航非受控环境。相比之下,传统的工业机器人或多或少都是固定的(stationary)机械臂或抓取组件。

推荐文章
暂无评论
暂无评论~