打通睡眠障碍诊疗“最后一公里”
南京大学健康医疗大数据国家研究院 高阳
南京脑科医院 张丽
睡眠障碍是指人们在入睡、睡眠质量、睡眠时间或睡眠行为等方面发生异常,类别多样,表现不一。
常见睡眠障碍包括睡眠呼吸暂停、睡眠行为障碍、失眠症、嗜睡症等,可造成多种不良后果,如抑郁、焦虑等情绪障碍,高血压、糖尿病、脑卒中、痴呆和帕金森等躯体疾病,甚至可能导致猝死、自杀、交通事故等各类健康安全事件,给社会和家庭带来严重影响。
高阳教授
据报道,我国国民睡眠障碍发生率介于35.9%～38.2%之间,不同人群疾病发病率存在差异。最常见的睡眠障碍包括阻塞型睡眠呼吸暂停综合征(OSA)和失眠症,OSA在普通人群中患病率是9%～38%,在老年人群中则高达80%。
然而,由于对睡眠障碍认识不充分、难以便捷获取睡眠相关知识、有诊断能力的医疗资源覆盖不足等问题,睡眠障碍疾病就诊率长期处于较低水平,早期预防也没有得到普及。
当前,睡眠问题愈加突出,现有睡眠诊疗资源多分布在三甲医院,仅靠现有资源布局难以满足庞大的睡眠诊疗需求,普及基层医疗机构睡眠诊疗服务迫在眉睫。
因此,有必要建立一套覆盖居家管理、社区医院(养老院)及三甲医院的全流程睡眠诊疗体系,通过便携式监测设备和人工智能与大数据技术,实现数据互联互通,打通睡眠障碍疾病智能诊断、患者科学管理、多学科会诊及转诊的“最后一公里”,为睡眠障碍患者提供全周期主动健康服务,助力健康中国建设和国家大健康产业智能化发展,推动养老事业和养老产业协同发展。
搭建睡眠健康管理一站式服务平台
大数据与人工智能技术的发展为睡眠健康状态监测提供了基石。通过智能终端、数据管理系统、移动医疗设备和医疗健康应用软件,能够实现多项检测数据的网络接入,同时对患者的睡眠数据、评估量表、用药及随访数据等进行智能的监护和跟踪;通过睡眠医学管理平台,可以更好地了解、认识和研究睡眠障碍的预后转归。人工智能技术对协助从医人员制定临床方案、疾病的早期预测及诊断过程具有重要作用。
张丽教授
南京大学健康医疗大数据国家研究院与南京脑科医院睡眠医学中心张丽教授团队联合,构建了包含睡眠监测产品、睡眠治疗产品、睡眠服务产品等的睡眠标准化评估体系,为监测产品有效性提供完整服务,为监测设备企业、治疗设备企业提供技术指导,从而构建了完整的睡眠疾病诊疗生态链,吸引相关企业本地化投资,推动睡眠产业链发展。在南京市工业和信息化发展专项资金项目和南京临床医学中心建设项目的支持下,我们搭建了“全流程、全覆盖睡眠医学大数据人工智能平台”,先后吸引国内多家睡眠设备相关企业参与,对多款睡眠产品数据进行设备测评、数据比对和临床测评。
依托南京脑科医院睡眠医学中心平台,我们共同打造了一套集监测仪、App、睡眠医学大数据平台在内的生态系统,形成了从诊断到治疗再到随访干预、睡眠管理的服务闭环,建立数字化全流程睡眠管理一站式服务平台,实现从诊前诊断监测、诊中干预治疗、诊后院外跟踪的服务闭环,提高医疗资源的利用率、降低医院管理成本,为睡眠障碍用户提供专业易得、高效便捷的全流程健康睡眠医学管理服务。我们主要做了四个方面的工作。
利用视觉技术与智能化量表实现大规模人群睡眠呼吸障碍快筛方案。服务平台可以集成睡眠障碍快速筛查模块,利用小程序、APP集成模块推送,采取个人数据采集、面部咽喉部照相取样、智能化量表推荐和自评等方式,对大规模人群做睡眠障碍分类及风险预估。目前,对阻塞性睡眠呼吸暂停低通气综合征和失眠等常见睡眠障碍的分类及风险预估准确率达76%。基于以上技术,依托现有行政体系,匹配专业团队运营,能够快速、高效、低成本地完成特定区域内大规模人群睡眠情况的快筛普筛,得出初步结论,为后续睡眠障碍确诊、治疗、管理作基础支撑,为属地政府了解区域内居民睡眠基本情况提供数据支持。
利用视觉技术和便携式睡眠监测设备完成睡眠障碍轻重症分层诊疗体系。基于对阻塞性睡眠呼吸暂停低通气综合征和失眠等常见睡眠障碍的分类及风险预估,平台依托南京脑科医院等三级医院的专业诊疗能力,南京市雨花台区赛虹桥社区卫生服务中心与南京和怡韩府山怡养中心等社区医院、卫生院的辐射能力,采用三级诊疗平台及视觉技术、各类便携式睡眠监测设备等,对阻塞性睡眠呼吸暂停低通气综合征及失眠等常见睡眠障碍疾病开展进一步的筛查,已完成轻重症的分级及治疗,目前正在进行随访监测工作。结合目前的相关技术能力及运营,形成一套针对特定区域、特定人群、特定睡眠疾病(尤其是睡眠呼吸暂停低通气综合征及失眠)的快筛、初筛方案,可以高效、低成本地得到区域内人群的睡眠状况、可能患有睡眠障碍类型、对应睡眠障碍的罹患风险评估等信息,并进一步对高风险人群进行筛查,最终确定区域内某一特定类型睡眠障碍患病的具体比率。平台可以广泛应用于居民基础健康评估、基础疾病筛查、智慧城市管理、金融保险等众多领域。
利用平台及便携式睡眠监测设备实现睡眠障碍长程长效管理。
团队聚焦护理院、养老院及居家老人,针对老年人的睡眠问题进行专项筛查,对接受治疗后的有睡眠障碍的老年人进行分类管理,通过专业运营团队,结合护理院、养老院的基础能力,使用视觉及其他接触式、非接触式睡眠监测设备,对患有睡眠疾病、睡眠障碍的老人作长效管理,关注其治疗效果、症状发展等情况,为护理院、养老院提供一整套老年人睡眠相关疾病的诊断、治疗、监测平台系统,帮助护理院、养老院提升服务能力,增加新的服务内容。
利用智能诊疗推荐系统提升医生诊断效率,为患者定制诊断、治疗方案。利用技术积累和相关设备信号数据,优化构建睡眠医学智能诊断推荐系统,依托平台,通过互联网给与患者线上诊断意见,推送相关治疗方案。通过建立高危因素提醒及智能诊疗推荐,提升医生的接诊能力,提高诊断效率和诊疗水平。长期来看,通过大数据搜索和技术积累,最终可以根据患者的个体情况,推荐、推送个性化、定制化的诊断、治疗方案,并依托便携式设备,根据预后长期数据监测,结合具体情况对患者的相关方案给出智能化调整建议,最终建立完善的人工智能诊疗体系。
建立帕金森病计算机辅助处方模型
鉴于帕金森病患者的运动和睡眠障碍等非运动特征,同时为更好地服务于帕金森病诊疗,联合团队针对帕金森病患者开发了机器辅助治疗方案。
该方案用于判断患者是否属于帕金森病的早期阶段,尤其是对从快动眼睡眠行为障碍发展到早期帕金森病阶的患者,同时可根据患者症状来选择合适的治疗药物。利用观察到的患者运动和非运动症状的记录数据,将基于特征和基于相似性的表示相结合,得到多模态的表示。
团队提出了一个名为“隐性症状处方预测(PALAS)”新模型。该模型能够通过学习病患潜在的症状,提出病患的药物干预和治疗方案,具体来说,引入了一个截断的目标来有意识地学习显性症状与隐性症状的联系和隐性症状与药物标签的联系,同时利用稀疏正则化器作为约束来保证药物标签的稀疏性。由于研究的受试者数量有限,该方案采用转导设置来整合所有有价值的数据,以训练出更好的模型。此外,通过PALAS测试数据的观测特征(不包括标签),利用交替的优化算法并分析收敛性,有效地解决PALAS的相关问题。
近年来,基于医疗大数据的科学研究越来越受到重视。但是,在大数据、样本采集的过程中,普遍存在规划不足、标准失据、资源分散、共享困难、难以利用等诸多问题,严重制约了临床研究的发展和临床研究成果的转化。因此,建立大规模、标准化的临床数据库十分必要。
团队通过前期建立南京脑科医院睡眠医学中心,目前已完成3000余例老年患者的睡眠监测,依靠建立的智慧数据平台收集了标准化的患者临床资料睡眠相关量表信息及全套的PSG监测数据等。以南京脑科医院睡眠中心为主体搭建的睡眠医学人工智能平台能够对老年人睡眠数据统一处理、集中管理、个性存储,形成数据加密储存、资源安全共享的运动模式,既可充分整合医院资源、缩减成本,又能够实现高效、高质。规模化、标准化、高质量的睡眠大数据是医院转化医学平台重要的一部分,将是未来医院发展的核心竞争力之一。
基于融合睡眠监测标记物等多种生物标记物的多模态深度学习方法,我们团队针对辅助诊断中融合数据驱动分析结构与医生专业领域知识的新型精准医疗模式,研究具有可解释性的下一代深度学习算法,全面推进老年患者睡眠障碍的规范化诊疗,提高睡眠障碍早期精准干预治疗,提高睡眠障碍早期诊断准确率,同时建立睡眠障碍向神经变性病的早期转化诊断模型,辅助临床诊疗,并进一步试图寻找睡眠障碍向神经变性病转化的新型生物标记物。
在应用推广方面,2021年11月,南京脑科医院、南京大学健康医疗大数据国家研究院、江苏万维艾斯网络智能产业创新中心有限公司在南京市雨花台区赛虹桥社区卫生服务中心、南京双闸社区医院、安徽省明光县人民医院和南京和怡韩府山颐养中心进行示范点建设。
2021年12月,项目团队在各个示范点同时开始开展入驻、系统部署、培训、试运行等一系列工作。入驻时,示范点单独开辟空间作为睡眠小屋以便开展睡眠诊疗服务。每个示范点目前配备睡眠记录仪1台、睡眠监护仪2台、心电仪2台,可以覆盖示范点周围人群睡眠健康服务需求,以确保每家示范点可承担每年200余人次睡眠监测检查。
目前,我们基于大数据及人工智能分析技术,建立全流程、全覆盖的睡眠医学大数据人工智能应用平台,构建居家便携式设备监测系统、社区和养老睡眠监护系统、医院专业睡眠诊疗系统三级诊疗体系,实现“三级医院—养老院”“社区医院—居家养老”的全覆盖、网格化管理,进一步推动了睡眠产业的发展,助力国家大健康智能化发展方向。
未来我们还将在全国范围内推广睡眠医学大数据人工智能应用平台,实现睡眠障碍长程长效管理,致力推动我国睡眠临床智能化研究工作。
