|
技術(shù)進(jìn)步掀起儀器診斷變革 一直以來(lái)，儀器診斷使醫生能夠在檢查患者的過(guò)程中增加其問(wèn)診手段的多樣性和客觀(guān)性，可能比其他學(xué)科更能推動(dòng)其職業(yè)生涯進(jìn)步。借助這些儀器，醫生可以精確測量體溫、血壓、肺活量、骨折移位、炎癥、心律以及許多其他生物標志物，再結合癥狀和患者病史，精確了解患者的健康狀況。隨著(zhù)傳感器和人工智能的進(jìn)步，客觀(guān)的檢測、測量和解釋正取代過(guò)去主觀(guān)的診斷手段。此外，這些進(jìn)步還改進(jìn)了居家檢測方法，并將患者數據與經(jīng)驗研究聯(lián)系起來(lái)。 實(shí)現客觀(guān)檢測與測量 看一下腦震蕩評估和診斷，就可以了解客觀(guān)檢測是如何取代主觀(guān)診斷的。腦震蕩是每年發(fā)生在30多萬(wàn)名運動(dòng)員身上的一種損傷， 其癥狀及嚴重程度的主要衡量指標是瞳孔光反射評估，傳統的做法是醫生用手電照射瞳孔，然后觀(guān)察瞳孔的收縮和擴張。當然，這種方法的問(wèn)題在于，患者之間存在巨大差異，不同的醫生對瞳孔大小和反應的主觀(guān)理解也不同。 為了替代瞳孔測量中的手動(dòng)評估，人們正在試驗使用復雜技術(shù)和傳感器的先進(jìn)計算機輔助替代方案。例如，智能電話(huà)或虛擬現實(shí)耳機中內置的微型高分辨率攝像頭現在能夠以每秒高達數百幀的速度記錄眼睛狀況。針對實(shí)時(shí)分析進(jìn)行了優(yōu)化的計算機視覺(jué)流程從圖像中提取鞏膜、虹膜和瞳孔等眼睛各部分的特征。使用肉眼不可見(jiàn)的紅外光譜，大大簡(jiǎn)化了圖像分割。然后，復雜的數學(xué)模型將這種像素數據傳輸到三維眼模型，以得出真實(shí)的測量單位，例如毫米。最后，機器學(xué)習算法消除數據中的噪聲，識別時(shí)間序列中的圖案，確立針對總分析對象參數的預估分布參考標準，并給出結果。 這種方法可提供準確的測量結果，消除主觀(guān)性，并將醫生的責任轉移到驗證、解釋結果以及將結果傳達給患者。此類(lèi)方法可針對醫療保健中的特定應用優(yōu)化，并最終實(shí)現以前不可能實(shí)現的客觀(guān)診斷。例如，現代的熱成像攝像頭正越來(lái)越多地用于檢測炎癥，使用先進(jìn)的降噪算法甚至可以用來(lái)檢測乳腺癌。與經(jīng)典的X射線(xiàn)乳腺攝影不同，這種檢查可能在癌癥的早期更加精確，同時(shí)，既不使用具有潛在危險的輻射，也不會(huì )有任何形式的觸摸。在新冠疫情等需要大規模發(fā)熱檢測時(shí)，這些技術(shù)為無(wú)人值守的高效自動(dòng)檢測提供了巨大的機會(huì )，結果也比接觸式方法準確得多。 實(shí)現居家實(shí)時(shí)檢測 微型技術(shù)，特別是小型可穿戴檢測設備，正在使醫療場(chǎng)所外的檢測成為現實(shí)。例如，需要做心電圖的患者不用再去醫療機構就診，戴上Holter監護儀就可以在他們的日常生活中收集長(cháng)期的心電圖數據。這些監護儀安裝有電極，大小與小型攝像機相仿，可佩戴24至48小時(shí)，雖說(shuō)仍然有點(diǎn)笨重，可能會(huì )限制患者的某些活動(dòng)，但是相比到醫院檢查，它們可以提供對患者心律更廣泛的了解。 技術(shù)的進(jìn)一步小型化在繼續加速醫學(xué)進(jìn)步。健身手環(huán)和智能手表中內置的新一代光學(xué)傳感器有望大大提高舒適度，同時(shí)提供越來(lái)越有用的數據。盡管數據質(zhì)量可能比不上基于電極的同類(lèi)產(chǎn)品，但Apple最近展示了智能手表在檢測某些形式的心律不齊方面的潛在用途，這引起了巨大的轟動(dòng)，遠遠超出專(zhuān)家的預期。除了測量心血管系統各部分的此類(lèi)設備外，其他傳感器也可用于監測其他多種身體功能。例如，眼罩樣式的現代便攜式腦電圖頭戴設備已經(jīng)可以在自家臥室用于捕捉粗略的大腦活動(dòng)情況，而不用讓患者到不熟悉的睡眠實(shí)驗室去接受觀(guān)察。隨著(zhù)經(jīng)過(guò)認證的開(kāi)源傳感器不斷普及，開(kāi)發(fā)小型但功能強大的醫療設備已不再是只有少數大公司才能染指的事情。 將患者數據與研究和標準聯(lián)系起來(lái) 醫生面臨的一個(gè)重要問(wèn)題是利用臨床試驗、研究、知識庫、登記資料等獲取與患者相關(guān)的信息。盡管臨床試驗和其他資源中存在一些標準化，但是跨組織、醫學(xué)學(xué)科或地理區域的標準化還無(wú)法讓醫生能夠查找、訪(fǎng)問(wèn)和使用可用信息。解決這種需求帶來(lái)了雙重挑戰：開(kāi)發(fā)一種讓醫生能夠查找和訪(fǎng)問(wèn)相關(guān)信息的系統，同時(shí)允許跨醫療信息系統的互操作。 為了滿(mǎn)足這些需求，一些標準應運而生，它們采用了FAIR數據的原則，即在最少的人工干預下就可找到 (findable)、可訪(fǎng)問(wèn) (accessible)、可互操作 (interoperable) 和可重復使用 (reusable) 數據。例如，SNOMED CT是方便計算機處理的醫學(xué)代碼、術(shù)語(yǔ)、同義詞、檢查結果、癥狀、疾病、手術(shù)，器械等的集合，旨在提供一致的方式來(lái)索引、存儲、檢索和匯總醫學(xué)數據。同樣，LOINC是一個(gè)用于識別醫學(xué)實(shí)驗室觀(guān)察結果的數據庫和標準。 這些標準中的元數據要求使醫生不僅能夠訪(fǎng)問(wèn)和使用數據，而且還可以跨數據集得出見(jiàn)解。NFDI4Health等項目將經(jīng)驗性健康數據（例如生物標志物）嵌入到疾病和病癥元數據中，隨后可以使用機器學(xué)習算法跨各種各樣的患者池對這些數據進(jìn)行分析。即使是以前難以或不可能客觀(guān)診斷的疾病和病癥（例如精神病科的疾�。�，現在也在傳感器和機器學(xué)習算法的幫助下，放到了新的基于生物標志物的基礎上。 結論 患者的診斷準確性與醫生使用檢測儀器來(lái)增強感知的能力緊密相關(guān)。只有通過(guò)這樣的儀器，才能明確地定義距離，精確地測量體溫，瞬間識別肉眼不可見(jiàn)的物體和微生物。通過(guò)提供客觀(guān)數據、實(shí)現患者環(huán)境中的檢測以及整合患者數據和研究結果，醫用傳感器和人工智能正在徹底改變儀器診斷領(lǐng)域。 文章來(lái)源：貿澤電子 作者簡(jiǎn)介：Christopher Gundler是一位認知科學(xué)家兼醫療計算機專(zhuān)家。他的研究專(zhuān)注于傳感器數據在診斷領(lǐng)域的數學(xué)建模。目前，他負責eyeTrax背后的機器學(xué)習和計算機視覺(jué)。eyeTrax是針對輕度顱腦損傷臨床評估的解決方案。 |
