智能化设备为患者康复管理提供新思路

        □摘编自国家药监局医疗器械注册管理司、中国生物医学工程学会编印的《医疗器械科技前沿》2023第3期 程翔  李翀  潘钰  李增勇  霍聪聪

        脑卒中是我国居民第一位死亡原因，也是成年人残疾首位病因。中国卒中中心报告显示，我国40岁以上人群中，卒中患者人数约为1780万，每年新发患者人数约为340万，卒中康复人群需求基数庞大，且呈逐年上升趋势。脑卒中给患者家庭和社会造成沉重的经济和社会负担。

        脑卒中重症是脑卒中患者在重度神经功能损害基础上，合并出现严重的呼吸、循环等多系统功能障碍，是一种死亡率极高的神经重症疾病。近年来，随着卒中单元概念的普及及神经重症监护病房的发展，脑卒中重症患者存活率不断提高，但严重的神经功能损伤、机械通气、长期卧床和深度镇静状态等因素易导致患者出现躯体、认知、精神等方面的问题。诸多研究及指南已经建议脑卒中重症患者在生命体征平稳的状态下，应尽早在住院期间开展早期及个体化康复治疗。

        早期系统性康复干预对提高患者整体功能状态、降低机械通气使用时间、减少重症监护病房住院天数、缩减医疗成本等具有重大意义。在重症监护病房，对于患者的生命体征实时测量、康复治疗强度及介入时机有着较高的要求，这给医师及护理人员的临床工作带来极大挑战。因此，越来越多的智能化康复设备应运而生。目前，对于重症环境的康复系统根据其应用目的不同分为智能康复评定、智能康复治疗、智能信息化系统等几大类。

        脑卒中智能康复评定

        康复评定是脑卒中患者康复治疗的重要一环，实现对患者康复情况的准确量化评估，建立完善的定量评价体系，对患者的康复训练和治疗具有指导意义。脑卒中康复评定内容主要包括生命体征、意识、认知、言语、运动、平衡协调、关节活动、感觉、日常生活及社会参与等。

        脑卒中患者康复评定技术

        一般的脑卒中患者由于疾病状况基本稳定，康复评定主要集中在认知、言语、运动、平衡协调、关节活动、感觉、日常生活及社会参与等方面，各项功能变化是评估的重点。评定方法主要由主观评定和客观评定构成。以上肢和手功能评定为例，主观评定以量表的形式进行，主要包括以肌肉情况变化为主的评定（徒手肌力检查等）、以运动模式为主的评定（Brunnstrom分期量表、Fugl-Meyer量表等）、以上肢功能变化为主的评定（Wolf运动功能测试量表等）和以手功能为主的评定（DASH量表等）四大类。

        客观评定则是利用神经电生理、脑功能成像、可穿戴技术等手段对患者进行康复评估，不受主观因素影响。例如，基于经颅磁刺激技术（TMS）所检测的运动诱发电位（MEP）、功能磁共振成像（fMRI）、脑电图（EEG）和近红外脑功能成像（fNIRS）等。

        近年来，可穿戴传感器、机器人和力学传感等新技术的发展，使得运动学和动力学参数也逐步成为客观评定患者康复进展的新指标。其中，运动传感器主要包括陀螺仪、加速度计、三维力矩传感器、压力和磁力等，用于识别分析人体活动数据，提取关节角度、关节角加速度、协调性等运动特征，进而实现运动功能的客观定量分析；将表面肌电传感器与惯性传感单元传感器结合，可采集表面肌电信号、运动轨迹、关节角度、关节角速度等参数，客观评估卒中患者的肢体运动功能。

        脑卒中重症患者康复评定技术

        脑卒中重症患者由于生命体征波动较大，疾病进展难以预料，因此对于生命体征、意识，以及神经功能的监测要求高于一般脑卒中患者，受限于重症监护病房空间及脑卒中重症患者配合程度，康复评定技术与设备大部分集中在意识状态、脑电、颅内压、脑组织代谢监测等方面。

        意识监测?意识状态是多数康复训练开始前首先要观察的生命体征，因此对于患者意识状态的判断显得尤为重要。目前，对于脑卒中重症意识监测方面的尝试主要为A.Davoudi和K.R.Malhotra等人将摄像机采集的面部图像数据应用深度学习技术及人工神经网络技术处理来识别重症患者的精神状态及疼痛程度；杭州极智医疗科技有限公司开发了可实现脑功能认知和最小意识监测眼动跟踪交互系统。此外，美国佛罗里达州立大学开发的智能ICU单元，通过各类型传感器进行人脸识别、动作检测、头部姿态监测等来实现基本生命体征监测、面部表情识别、姿势识别、肢体运动分析等。脑卒中重症患者意识水平的监测医生及护理人员可以及时了解患者状态，更精细快速鉴别病情变化，并判断患者康复治疗参与度。

        脑电图监测?脑电图监测是一项安全、方便、经济且无任何禁忌的脑功能监测技术，可以反映大脑功能性电活动。目前有研究发现，用脑电图监测脑卒中患者残余神经回路中神经功能的完整性，是一种更好的预测功能恢复的方法。此外，在脑卒中急性期（6～24小时）通过量化快波频带和慢波频带可以更有效地评估脑损伤严重程度。合理利用脑电图和神经成像技术，将有利于实现更具针对性的神经康复模式。Finnigan等人通过研究delta-alpha之间功率比的方法，利用脑电图准确区分了正常人与脑梗死患者，这一发现为脑卒中重症患者监测脑梗复发提供了新的思路。利用脑电功率谱还可以检测到存在空间忽略患者双侧大脑区域活动之间的差异。Nicolo等人将加权节度点（WND）这一参数引入脑电分析，发现更高的WND与患者预后相关，研究认为运动区及Broca言语区之间的脑电图自发震荡同步性增加，是运动及言语恢复的生物学标志。不仅如此，脑电图在康复疗效评估方面同样有着诸多应用。

        近年来，随着人工智能技术的发展，诸多学者已经将人工神经网络（ANN）、支持向量机(SVM)等技术引入脑电图分析中，使智能脑电评估与康复治疗结合成为现实，如Ang等人将智能化脑电分析方法与脑机接口技术结合，实现了为康复训练提供实时反馈，极大提高了康复治疗效果。

        颅内压、脑组织代谢监测?脑卒中重症患者常因严重的神经功能损害而出现链式反应导致继发性损害，如脑水肿、癫痫、皮质去极化、代谢衰竭、神经炎症等，导致更大程度脑损伤。因此，预防继发性脑损伤在神经危重症护理中至关重要。颅内压、脑血流、脑电信号、脑组织氧合是可以敏感反映神经功能状态的标志物。传统的有创测量，技术成熟，测量准确，但并不适合所有类型的脑卒中重症患者。因此，在过去的几十年里，人们越来越关注神经监测技术的开发和利用。

        近红外光谱是一种廉价、便携、非侵入性的方法，通过监测含氧和脱氧血红蛋白浓度变化，提供无创可视化的大脑神经活动，具有操作简单、抗干扰性强、电磁兼容性好等优势，可实现多元场景下被试脑功能的快速实时检测。而f NIRS可以监测包括脑血氧饱和度、颅内压、温度和脑血流等多种脑功能参数，在脑卒中重症患者的并发症预防、病情监测等方面同样有着广泛应用。

        回顾当前的脑卒中重症智能康复评定系统，各类型的设备及传感器已经可以实现精准的数据采集；但不同系统数据之间相对分散，难以融合。考虑到患者大脑病理的复杂性，联合多种设备的多模态神经监测比单个参数监测更能提供全面神经功能信息，有利于医生及时、系统为患者制定康复管理方案。

（摘自中国医药报）