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。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)勢逐漸被應用于醫(yī)療領域。本文對人工智能在慢性傷口評估及治療中的應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[8]，其智能領域技術主要包括機器人、語言識別、圖像識別、自然語言處理和專家系統(tǒng)等[9]。運用人工智能技術可以提高效率、安全性以及獲得有價值的衛(wèi)生護理服務，因此能夠在醫(yī)療領域得到迅速發(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)生應用三維卷積神經網絡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，受到社會的極大關注。

2 人工智能在慢性傷口評估中的應用

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，可能出現評估不準確，導致傷口愈合延緩的情況[16-17]。

2.1智能工具的應用 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，目前應用較多的慢性傷口智能評估工具為3D技術相關工具。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，利用激光和結構光3D成像技術掃描傷口。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、傷口數字平面測量軟件相比提高了測量的效率。在此基礎上，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智能工具結合算法的應用 Zahia等[20]在整合3D模型的同時結合計算機深度學習方法準確無創(chuàng)評估壓力損傷；結果表明，該框架不僅能以87%的精度輸出精確的分割結果，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網絡架構持續(xù)發(fā)展和完善，為醫(yī)學圖像處理領域帶來巨大的應用前景[22]。Ohura等[23]制備了不同算法和結構的卷積神經網絡(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，Chino等[24]利用深度卷積網絡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，引入現代3D技術和人工智能算法可以更準確地提供傷口的數據，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，以及大量的臨床數據支撐和驗證。

3 人工智能在慢性傷口治療中的應用

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。大多數現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，無法提供有關傷口狀態(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，增加了就診次數和治療成本，造成醫(yī)療中心的壓力[28]。

3.1智能敷料的應用 智能敷料的設想為實現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)療干預的頻率，促進傷口更快地愈合。Lee等[32]嘗試應用帶有溫度傳感器的智能敷料實時提供傷口區(qū)域的溫度和導熱系數實時監(jiān)測傷口的愈合情況，實驗結果表明，該裝置具有防水、可重復使用和靈活的特點可用于臨床。而Pang等[33]開發(fā)了一種雙層結構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，用于實時無線數據傳輸，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預后預測模型的應用 如果能夠早期預測慢性傷口的預后情況及影響愈合的相關因素，從而采取相應的措施進行干預，不僅可以減輕患者的病痛，使患者早日康復，恢復正常的生活，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測模型。該模型預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性潰瘍開發(fā)的2種人工預測模型，其預測結果有了顯著提高。而Taylor等[37]利用人工神經網絡(artificial neural network，ANN)算法開發(fā)預測模型預測傷口的愈合時間及其影響因素，該方法的優(yōu)勢在于對失真數據的適應能力、強的學習能力和運算速度，擅長解決復雜的傷口問題，但其預測準確率僅為68%，仍有較大的提升空間。

4 人工智能應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平臺的研發(fā)會更好的服務于慢性傷口領域。

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早預測早干預，減少不良預后 慢性傷口預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帶來新的可能。通過預測模型，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方案，促進愈合和減少不良預后。

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。人工智能也已經在慢性傷口的評估、治療和預后預測中得到一定應用。人工智能用于傷口評估，可以減少人眼造成的誤差，實現真實數據的處理，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，及時調整治療方案；用于傷口愈合預測中，可以幫助醫(yī)務人員及時給予針對性地干預，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用尚不成熟，還存在不足之處。3D掃描系統(tǒng)和算法以及預后預測模型的精確與否與慢性傷口圖像的質量密切相關，低質量的圖像數據會導致錯誤的圖像整合結果，得到錯誤的預測。目前人工智能應用于傷口領域的探索主要集中在國外，國內研究較少。雖然我國已經擁有一定數量的慢性傷口?？谱o士，也積累了大量的臨床經驗，但是較少留下高質量的傷口數據圖片，對計算機算法和構建模型造成困難；其次，算法作為人工智能中不可或缺的部分，可以將圖像轉化為可供分析的數據，而算法的正確與否依賴于足夠的、高質量臨床數據，其準確率可能因為樣本量的不足而導致算法的不可靠。因此，未來需要在保護患者隱私的前提下，進一步規(guī)范圖像數據的采集，積累數據。另外，需要加強多學科的合作和交流，保證所提供的智能設備等與臨床應用更加匹配。

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)和臨床應用進程，實現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用還存在較大的發(fā)展空間。