2. 青岛大学附属医院呼吸科 青岛 266000;
3. 复旦大学附属中山医院青浦分院呼吸科 上海 201700
2. Department of Respiratory Disease, the Affiliated Hospital of Qingdao University, Qingdao 266000, Shandong Province, China;
3. Department of Respiratory Disease, Qingpu Branch of Zhongshan Hospital, Fudan University, Shanghai 201700, China
物联网(internet of things, IOT)是全球信息产业领域继计算机、互联网及移动通信网之后的第4次技术革命[1], 它将射频识别RFID装置、红外感应器、全球定位系统等各种信息传感设备通过互联网进行连接, 从而形成一个巨大网络。这些物理装置连接互联网后, 用户端可延伸和扩展到任何物与物之间进行信息交换和通信, 实现对网络中的各装置进行识别、定位、追踪、监控并触发相应事件。现实生活中, 物联网用途极为广泛, 遍及智能家居、智能物流、精细农牧业、国防军事等诸多领域[1]。物联网在医学领域中的应用几乎遍及各个环节, 包括药品管理、远程监护、门诊住院系统的移动医疗、手术跟踪监控、患者管理等诸多方面。
复旦大学附属中山医院呼吸科白春学教授团队提出了“物联网医学”概念[2], 指出这种全新的诊疗模式可使患者由被动治疗转变成及早预警、主动治疗, 大大降低诊治工作的成本, 特别是可以缓解发达地区因人口众多引发的看病难、住院难, 以及欠发达地区医疗资源稀缺的问题。中国工程院俞梦孙院士提出了“健康物联网”概念[2], 指出今后医疗发展的主流方向是能对人类健康(包括疾病)进行网络式管理的新型物联网健康管理模式。
支气管哮喘(简称哮喘)是一种气道慢性炎症疾病[3], 也是最常见的呼吸道疾病之一, 严重影响个人健康。在许多国家和地区哮喘患病率呈逐年上升趋势, 而对哮喘患者进行和个性化治疗和管理存在许多问题。2004年起一项涉及29个国家的全球性哮喘控制水平调查研究结果显示, 仅有5%的哮喘患者经规范化治疗后病情能达到完全控制[4]。2003年GINA公布的数据显示哮喘病死率为1.6~36.7/10万[5], 死因多与长期控制不佳[6]及最后一次发作时未及时获得医疗救援有关。2013年我国哮喘联盟牵头的全国性流调数据显示, 哮喘在我国的患病率高达1.2%, 北京、上海等一线城市患病率呈高速增长趋势, 且哮喘在我国的知晓率和控制率均不佳, 日益成为我国沉重的社会及经济负担[7]。
传统的医学模式特点是间断化和片段化, 患者主动前往医院就诊, 医师据此进行诊治。随着医疗水平的提高和生活水平的改善, 人们对健康保障的要求也越来越高。因此, 传统的“到医院看病、门诊随访”的医疗模式越来越难以满足人们的要求, 而且无法有效地做到对哮喘发作的即刻预警、及时治疗和避免突然死亡。物联网医学技术的特点使其可广泛应用于哮喘的诊断与管理中。
物联网医学有助于哮喘患者进行自我管理
宣教哮喘知识 依靠物联网技术可以将各类视频音频材料传送到互联网, 患者在手机端就可以了解和学习相关知识, 深入了解自身病情变化。Chan团队应用Asthma Health作为哮喘患儿的病程记录监测软件[8], 帮助患者学习吸入器的使用技巧及哮喘相关知识。该研究最终证明使用相关App能够有效降低哮喘患儿哮喘发作的次数。2011年腾讯公司推出微信(Wechat)软件, 可快速发送文字、图片、音频、视频, 并支持多人在线同步通讯。该软件还可支持建立官方公众号, 发布支气管哮喘相关的科普知识, 增加哮喘患者对自身疾病的认识, 并指导用药。这种方便快捷的交流方式逐步成为患者获取医学规范指导的有效途径。
避免哮喘诱因 哮喘发作的诱发因素众多[9], 儿童常常由运动诱发哮喘发作。D-Shirt[10]是配备移动穿戴设备的服装, 能对患儿的运动量进行监测。此运动服装内嵌入了无线传感器, 可实时追踪哮喘患儿的运动量, 通过蓝牙收发器将收集到的数据传到智能手机当中。当患儿运动量超标时会发出提醒, 以协助家长管理, 避免患儿哮喘发作。北卡罗来纳州大学的科学家开发了健康环境追踪系统[11], 通过佩戴的运动腕带监测周边环境, 比如空气中挥发性有机化合物、臭氧、湿度、温度和空气中的病菌等[12]。当哮喘患者身处可能病发的环境中时, 系统就会发出警报。Chan团队[8]所使用的Asthma Health病程记录监测软件能检测患者所在地的空气质量和环境变化, 将结果及时反馈给患者可避免恶劣环境而引起的哮喘发作。
目前, 王政[10]新推出了一款防雾霾智能口罩, 此口罩装有无线传感器, 通过蓝牙连接至智能手机微信端, 由微信定位获取患者所在地空气质量等级, 提醒用户何时需佩戴, 该口罩还附带主动吸气排气风扇及紫外线自动消毒程序。但此类产品在临床的实用性仍有待考究。
提高患者依从性 据研究报道, 70%的患儿会因吸药动作不规范和药物剂量不准确而影响治疗效果[13]。Chan团队[8]所使用的Asthma Health病程记录监测软件可以记录患者的服药时间, 并按时提醒患者服用药物, 避免漏服; 同时还能记录哮喘发病情况, 对哮喘患者予以更好的生活指导。智能微网雾化器是一款能够记录患者用药情况的物联网智能设备, 如果患者忘记用药, 该雾化器会发出警报并传至手机App, 手机发出声光提醒患者按时用药[14]。“舒保”是葛兰素公司推出的安置在“舒利迭准纳器”上的智能用药管理装置, 能及时提醒患者按时使用药物, 精确计量吸入药物[13]。
物联网医学有助于医师对哮喘患者进行随访管理 物联网医学可以在患者足不出户时实现对病情连贯性的监测。医师可以将哮喘患者的相关症状输入到终端设备(如手机和平板电脑等)的App中, 通过互联网上传到哮喘管理系统, 由系统对病情自动进行评估、分期、分级, 并将评估结果反馈回终端设备, 使哮喘的分期、分级更加简单便捷、快速、准确。
为了评估哮喘控制情况, 需要患者配合完成哮喘控制水平分级表和ACT问卷等。当患者在回答相关问卷时, 可能会出现有倾向性的回答。为了避免这种主观性, Thompson等[15]报导在沙丁胺醇气雾剂上安装传感器, 可客观详细地记录患者每次使用短效支气管扩张剂的具体时间及位置。传感器将相关数据上传至互联网, 医师在云端即可获取患者的全部用药信息, 据此精确判断哮喘患者的诱发因素, 以帮助患者避免特定的哮喘诱发因素, 制定更加有针对性的治疗方案, 帮助患者在病情变化时更及时地控制哮喘病情。
复旦大学附属中山医院宋元林团队建立了基于物联网的社区患者综合管理模式, 并在上海古美社区进行了实践, 当患者出现异常数据并上传到终端时, 医师可实现远程实时质控。若医师判断该异常数据真实, 患者病情急性发作时, 医师立即远程指导进行应急处理, 同时开通后续系列应急程序, 可及时干预病情进展[16]。复旦大学附属中山医院青浦分院吴波等在白春学教授物联网思想的指导下, 采用前瞻性随机对照研究, 经过48周随访, 发现物联网管理组患者在改善症状和肺功能等方面明显优于对照组, 且物联网管理组患者的急性发作次数明显降低。物联网管理可以降低哮喘急性发作风险, 改善哮喘控制水平(该数据尚未发表)。
物联网医学优化三级诊疗并实现精准医疗 复旦大学附属中山医院白春学教授提出物联网医学五步法, 使哮喘管理的分级诊疗变得简易可行。五部法包括5个步骤:(1)询问(1A: Ask); (2)测定(2A: Assessment); (3)建议(3A: Advice); (4)安排(4A: Arrangement); (5)辅助(5A: Assistant)。这一新型的医疗模式通过物联网构建了三级联动医学分级诊疗平台, 达到了“顶层设计, 学术引领, 科技创新, 智能惠众”的效果[4]。
询问(1A:Ask) 医师扫描二维码, 可获取就诊者相关的各种信息, 替代了传统的面对面问诊。询问的内容包括诱因、症状及可能的合并症等。哮喘最初的确诊依赖于典型的呼吸系统症状, 这些特征性的临床表现经过治疗后会很快缓解, 有时甚至可以自发缓解。缓解后的临床表现可能不典型, 造成诊断困难。因此, 患者发病初期的表现应该详细记录。缺乏医学背景的患者事后回忆发病初期的症状或诱因可能出现偏差, 而通过物联网医学, 相关数据可以得到及时和全面客观的保存, 并为日后进一步的诊疗提供可靠信息。
在评估哮喘控制情况时, 患者的终端设备可以智能整合哮喘控制水平分级表和ACT问卷, 由患者回答相关问题, 将答卷上传至互联网, 医师据此及时有效地评估患者疾病的控制情况, 实现优化管理。利用这些设备可以连续监测患者的疾病相关数据, 并将可能的警戒数据反馈给患者或者传递给医师。
评估(2A:Assessment) 通过对前述诊疗相关数据的收集, 提出进一步检查建议, 如肺功能和变应原检测等, 以进一步评估患者病情, 为诊断、鉴别诊断、评估和治疗提供参考意见。对于哮喘患者, 空气检测仪、跑步机、肺活量检测仪和平板电脑等都是简便有效的用户端[17]。Ram等[18]通过试验证明, 在可穿戴设备的帮助下, 哮喘患者通过特定的App可以检测早上和晚上的呼气流量峰值。智能预警仪可自动记录峰流速, 对近30天的呼气流量峰值进行统计分析并保存, 使这些数值与波形的变化可视化, 以方便医师和患者阅读。通过这样的方式, 居住偏远的哮喘患者也可以向医师或健康服务人员传送详细的高清数据。哮喘患者呼出气一氧化氮(fractional exhaled nitric oxide, FeNO)升高可作为哮喘的生物学标记[19]。在哮喘诊疗过程中, 呼出气NO检测费用昂贵、仪器笨重, 患者必须至医院进行检测, 为监测该数据患者需多次往返医院就诊, 过程繁琐。小型化的基于半导体的NO传感器(如碳纳米管传感器[20])成为一种不错的选择。德国博世公司(BOSCH)推出了一款手持设备可以检测FeNO, 操作简便, 患者可以随时在家自行检测FeNO, 无需专门至医院排队就诊[20]。同时, 智能手机检测呼出气体后可将检测结果直接呈现到手机上, 并通过互联网传递给医师, 实时动态评估哮喘患者的病情变化, 及时有效地调整诊疗方案, 制定个体化的哮喘管理策略。
复旦大学附属中山医院白春学教授主导设计了世界首个PM2.5肺功能仪, 辅助人类智能监测大气污染对健康的影响并及时解决问题。该设备是全球首款集肺功能检测、PM2.5检测及呼吸康复训练于一体的物联网医疗设备。通过呼气测定可以检测人体内及外周环境中的PM2.5数值, 并生成分析报告; 监测的数据可以实时上传云端进行智能诊断及远程追踪管理。目前已经研发出第三代设备。这些智能可穿戴设备通过传感器持续不间断地监测、记录并储存人体的各项生理病理数据, 医师在云端即可获取相关信息, 并据此提出相应的改善建议。
建议(3A:Advice) 医师可根据前述两个步骤所收集的信息和检查结果, 提出诊断、鉴别诊断和进一步处理意见。社区医师判断患者病情疑难, 无法明确诊断, 或病情危重、合并症多、治疗棘手时, 可及时转给二级或三级医院等上级医疗机构, 以便及早明确诊断, 同时启动三级联动的物联网医学管理和双向转诊治疗, 高效精准地实现对疑难病患的诊断和治疗。
安排(4A:Arrangement) 明确诊断、评估病情之后, 由医师提出专业的治疗意见, 实现个体化的宣教、治疗、随访。病情稳定的患者可以转回合作的下级医疗机构继续治疗、康复。患者在基层医院机构就诊期间, 三级医院专家可通过物联网技术, 实现实时随访管理, 达到精准治疗, 也可通过医院联网会诊指导下级医院医师管理患者。二级医院医师对于病情相对简单的患者可以独立进行哮喘的相关诊疗工作, 在遇到疑难、危重患者时可以及时联系三级医院专家, 通过双向转诊方式与专家合作, 研究合适的诊疗方案。哮喘患者用药分为控制药物、缓解药物及重症哮喘其他疗法。初始控制性药物的选择要参考评估结果和患者对药物的反应性来进行回顾性确定。在临床实践中, 药物、吸入装置和剂量应根据症状控制的评估、风险因素及患者的依从性来选择。严重的哮喘发作是威胁生命的医疗急救事件, 各项措施同时进行才可迅速改善哮喘症状。
辅助(5A:Assistant) 物联网医学技术实现了顶层医学专家与基层医院机构医师之间方便快捷的沟通交流, 全面辅助分级诊疗流程和质控, 确保安全和疗效。物联网医学辅助功能还包括提问答疑、帮助挂号、直面名家、诊断分期、提供治疗方案、协助转诊、全时空照护和双向转诊等等。
物联网医学可以实现哮喘患者相关信息数据的实时传递, 进行长期数据追踪, 全程监控患者的病理生理状态, 提高医疗资源利用率, 降低患者的治疗成本, 提升患者的依从性和自我管理能力, 实现哮喘的主动管理。在做好顶层设计的前提下, 应用五步法App实现云端管理[21], 通过三级联动实现对疾病全程跟踪、紧急预警、灵活提醒、专业指导的目的。通过物联网医学平台, 哮喘患者可在大医院确诊、评估和制定诊疗方案, 由社区医师和三级医院专家共同管理诊疗[22]。物联网医学还可缓解我国地区之间医疗卫生资源严重分配不均的情况, 弥补社区医疗发展的不完善, 实现哮喘患者治疗的延续性和整体性, 让偏远地区患者也能得到大医院专家的诊治, 使优质医疗资源走进基层。
由于医疗技术的高度专业性以及互联网存在的安全隐患, 部分患者也表现出对于互联网健康服务的不信任。使用互联网作为管理哮喘患者健康的有效工具的同时, 必须考虑患者对于互联网技术的认识水平。医疗数据泄露造成患者的隐私曝光也是需要考虑的重要问题。互联网服务平台要防止不法分子窃取患者数据信息。登录管理此平台的工作人员也应遵守制度约束, 避免信息外泄。物联网医学的应用和实施效果与设备及相关人员的认知有关, 三级(基层医师, 专家和患者)联动的每个环节均应该保持通畅和配合默契, 才能取得最佳效果。为实现该目标, 需要制定平台操作规程和工作细则, 如专家、社区医师和技术人员的职责, 患者知情同意与信息安全规则, 故障处理流程等, 并根据最新指南及循证医学证据不断更新, 在实践中逐步改善。
结语 物联网医学可以通过无处不在的互联网以及便捷的智能移动端, 在患者和医师之间构架一条方便快捷的纽带, 突破时间、地域的限制, 增强患者在哮喘自我管理中的主观能动性, 有利于医师更全面地了解患者病程中的细节, 实现哮喘的个体化管理。通过物联网医学建立三级联动, 有助于分级诊疗, 节约医疗资源, 提高医疗质量。最后达到“三个连接(感知、传输和智能处理)全时空, 融合三众(医院、医师和患者)在其中, 教育防保与诊疗, 全新模式惠众生”的效果[22]。物联网技术在医疗领域的应用一直备受国内外的广泛关注, 随着相关规章制度和技术水平的完善, 相信在不久的未来, 物联网医学技术在哮喘管理以及其他慢性疾病管理中将发挥越来越重要的作用。
[1] |
俞磊, 陆阳, 朱晓玲, 等. 物联网技术在医疗领域的研究进展[J]. 计算机应用研究, 2012, 29(1): 1-7. [URI]
|
[2] |
杨达伟, 张静, 白春学. 物联网医学的研究现状和展望[J]. 国际呼吸杂志, 2012, 32(18): 1438-1441. [DOI]
|
[3] |
LIU X, CHEN Z. The pathophysiological role of mitochondrial oxidative stress in lung diseases[J]. J Transl Med, 2017, 15(1): 207.
[DOI]
|
[4] |
吴玉华, 林军伟, 周建, 等. 物联网医学在呼吸系统疾病诊治与管理中的应用现状[J]. 中国卫生产业, 2017, 14(26): 178-180. [URI]
|
[5] |
REDDEL HK, LEVY M. Global initiative for asthma scientific committee and dissemination and implementation committee.The GINA asthma strategy report: what's new for primary care?[J]. NPJ Prim Care Respir Med, 2015, 25: 15050.
[DOI]
|
[6] |
JIA Y, FANG X, ZHU X, et al. IL-13(+) type 2 innate lymphoid cells correlate with asthma control status and treatment response[J]. Am J Respir Cell Mol Biol, 2016, 55(5): 675-683.
[DOI]
|
[7] |
中华医学会呼吸病学分会哮喘学组. 支气管哮喘防治指南(2016年版)[J]. 中华结核和呼吸杂志, 2016, 9(9): 675-697. [DOI]
|
[8] |
CHAN YY, WANG P, ROGERS L, et al. The Asthma Mobile Health Study, a large-scale clinical observational study using ResearchKit[J]. Nat Biotechnol, 2017, 35(4): 354-362.
[DOI]
|
[9] |
CHEN Z, WANG S, EREKOSIMA N, et al. IL-4 confers resistance to IL-27-mediated suppression on CD4+ T cells by impairing signal transducer and activator of transcription 1 signaling[J]. J Allergy Clin Immunol, 2013, 132(4): 912-921.
[DOI]
|
[10] |
王政. 基于气压传感器的智能口罩呼吸测量技术研究[J]. 机电信息, 2018(21): 131-135. [DOI]
|
[11] |
DIEFFENDERFER J, GOODELL H, MILLS S, et al. Low-power wearable systems for continuous monitoring of environment and health for chronic respiratory disease[J]. IEEE J Biomed Health Inform, 2016, 20(5): 1251-1264.
[DOI]
|
[12] |
郭锋, 郑志刚, 田峰. 雾霾天气对哮喘病人呼吸功能和气道反应的影响[J]. 中国伤残医学, 2014(7): 111-113. [URI]
|
[13] |
张莹莹, 崔朝妹, 王宁宁. "1+1"哮喘教育管理模式对院外患儿病情控制的影响[J]. 海南医学, 2015(2): 284-286. [DOI]
|
[14] |
DUMBILL E. A revolution that will transform how we live, work, and think: an interview with the authors of big data[J]. Big Data, 2013, 1(2): 73-77.
[DOI]
|
[15] |
THOMPSON DA, LOZANO P, CHRISTAKIS DA. Parent use of touchscreen computer kiosks for child health promotion in community settings[J]. Pediatrics, 2007, 119(3): 427-434.
[DOI]
|
[16] |
王伟刚, 魏新萍, 马学东, 等. 基于物联网的古美社区慢性阻塞性肺疾病患者管理模式的建立[J]. 复旦学报(医学版), 2017, 44(3): 344-347. [DOI]
|
[17] |
SHETH A, JAIMINI U, THIRUNARAYAN K, et al. Augmented personalized health: how smart data with IoTs and AI is about to change healthcare[J]. RTSI, 2017, 2017.
[DOI]
|
[18] |
RAM S, ZHANG W, WILLIAMS M, et al. Predicting asthma-related emergency department visits using big data[J]. IEEE J Biomed Health Inform, 2015, 19(4): 1216-1223.
[DOI]
|
[19] |
ALVING K, WEITZBERG E, LUNDBERG JM. Increased amount of nitric oxide in exhaled air of sthmatics[J]. Eur Respir J, 1993, 6(9): 1368-1370.
[URI]
|
[20] |
YOON JW, LEE JH. Toward breath analysis on a chip for disease diagnosis using semiconductor-based chemiresistors: recent progress and future perspectives[J]. Lab Chip, 2017, 17(21): 3537-3557.
[DOI]
|
[21] |
陈智鸿.物联网医学在哮喘分级诊疗中的应用[M]//白春学, 赵建龙.物联网医学.科学出版社, 北京, 2016: 204-218.
|
[22] |
白春学. 物联网医学之我见[J]. 中国医院院长, 2015(7): 84-85. [URI]
|