韓玉珠，李雙雙，顧瓅，周金君，周慧，胡鵬

（南通大學附屬南通婦幼保健院，江蘇南通，226018）

極早產(chǎn)兒，包括極低出生體重兒和超低出生體重兒，分別是指出生1h 內(nèi)體重小于1500g和1000g的新生兒。近年來，隨著圍生期管理技術和新生兒重癥監(jiān)護病房（neonatal intensive care unit，NICU）監(jiān)護技術的提高、產(chǎn)科病房的建立和新生兒科早期發(fā)展干預項目的開展，極低超低出生體重兒的存活率達到50%～60%，部分醫(yī)院高達70%［1］。但極早產(chǎn)兒出院后因照護方面的疏忽，導致生長發(fā)育落后、智力發(fā)育遲滯以及風險事件的發(fā)生，給患兒本身和家庭、社會帶來傷害和負擔［2-5］。延續(xù)性護理干預可提升家長主觀能動性和自我效能感，降低母嬰并發(fā)癥，促進早產(chǎn)兒智能發(fā)育，降低再次住院率，提高母嬰生活質量［6-9］。延續(xù)性護理主要指護理人員對患者進行系列行為設計，保證其在相同或者不同的場所收到相同水平照顧［8］。研究表明［9］，從新生兒重癥監(jiān)護室到家庭的過渡時期，提供以家庭訪視、電話隨訪和視頻會議為主要形式的延續(xù)支持和教育計劃可促進極低出生體重早產(chǎn)兒生長發(fā)育，并降低其腦癱發(fā)生率和再入院率。但我國在早產(chǎn)兒出院后延續(xù)護理起步較晚，具有專業(yè)資質的兒童護理人員還十分缺乏。人工智能（artificial intelligence，AI）是一門研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統(tǒng)的技術科學［10］。為適應我國國情極早產(chǎn)兒的延續(xù)性護理需要，家庭生理參數(shù)支持系統(tǒng)作為人工智能的一部分，高新技術與傳統(tǒng)手段能夠優(yōu)勢互補，探索適合我國極低超低出生體重兒出院護理康復的新思路。本研究自2017年10月—2018年9月開發(fā)早產(chǎn)兒遠程心電監(jiān)護系統(tǒng)，其能人工智能跟蹤記錄早產(chǎn)兒出院后心率、體溫、氧飽和度等生理參數(shù)并智能辨別，最終反饋給護理人員進行及時針對的延續(xù)性護理，取得較好的效果，現(xiàn)將方法和結果報道如下。

1 資料與方法

1.1 一般資料

采用便利抽樣法選，取2017年10月—2018年9月本院新生兒科出院的122例順產(chǎn)極早產(chǎn)兒作為研究對象。按隨機數(shù)字表法結合密閉信封的方式，將其分為觀察組62例和對照組60例。觀察組男33例，女29例；胎齡27～31周，平均（29.2±1.4）周；出生體重0.81～1.46kg，平 均（1.13 ±0.47）kg；Apgar 評分［11］3～7分，平均（7.00 ± 0.80）分。其中極低出生體重58例，超低出生體重兒4例；出生后窒息29例（輕度窒息27例），重度缺血缺氧性腦病2例，有驚厥者1例。對照組男32例，女28例；胎齡28～31周，平均（30.1±1.2）周；出生體重0.74～1.43kg，平均（2.10±0.34）kg；Apgar 評分［11］4～8分，平均（6.9±1.1）分；極低出生體重兒57例，超低出生體重兒3例；其中出生后窒息28例（其中輕度窒息20例），輕度缺血缺氧性腦病25例，重度缺血缺氧性腦病3例，其中有驚厥者2例。兩組患兒一般資料比較，差異無統(tǒng)計學意義（均P＞0.05），具有可比性。本研究通過醫(yī)院倫理委員會同意。

1.2 納入標準與排除標準

納入標準：出生體重＜1500g 或＜1000g；出院后需要使用家庭脈氧儀和制氧機；家屬簽署知情同意書。排除標準：患兒有重度缺血缺氧性腦病、先天畸形、遺傳代謝性疾病、嚴重先天性心臟病。

1.3 方法

1.3.1 對照組 出院前準備工作，①極低超低出生體重早產(chǎn)兒病情穩(wěn)定時，通知家屬到病房進行“袋鼠式護理”和試喂。②母嬰同室：根據(jù)患兒個體情況及家屬意愿，遵醫(yī)囑予母嬰同室。③開展早產(chǎn)兒學校，為極低超低出生體重兒家屬傳授家庭照護方面的理論和方法。④告知家屬準備脈氧儀和制氧機，進行簡要的操作講解。常規(guī)進行出院指導和健康宣教，安排隨訪時間，并告知隨診的重要性，督促家屬做好新生兒高危兒和新生兒?？崎T診隨訪；為家長提供出院宣教手冊。

1.3.2 觀察組 觀察組患者在對照組的基礎上進行基于早產(chǎn)兒遠程監(jiān)護系統(tǒng)的人工智能延續(xù)性護理干預。

1.3.2.1 早產(chǎn)兒遠程心電監(jiān)護系統(tǒng) 早產(chǎn)兒遠程監(jiān)護系統(tǒng)由智能移動監(jiān)護終端（由本課題組成員之一高級工程師通過通訊借口，借助通訊協(xié)議的引導，將遠程模塊安裝于家庭式脈氧儀上，并用通俗易懂的語言指導家長掌握操作流程）采集各家庭早產(chǎn)兒的心電、脈搏、血氧飽和度等重要生理參數(shù)信息，數(shù)據(jù)后上傳至接入微信平臺的醫(yī)療中心服務器組，進行初步分析處理。①人工智能分析，即遠程模塊讀取、存儲生命體征數(shù)據(jù)，傳送至醫(yī)護延續(xù)性服務中心，把握極早產(chǎn)兒生命狀態(tài)總趨勢，并通過人工智能分析，給出個性化延續(xù)性護理方案；②監(jiān)測報警信息，即當傳輸過來的數(shù)據(jù)超過或低于設置范圍10%時，系統(tǒng)會出現(xiàn)報警；③及時發(fā)現(xiàn)疑似異常信息 提醒工作人員進行排查，確認異常信息，并作出相應的指導和干預醫(yī)護人員給予實時評判，決定是否需要立即給予緊急處理，并通過微信、電話實時指導家庭照護，使延續(xù)性護理管理實時有效；④經(jīng)家長同意，將其加入規(guī)范建立的“杏仁醫(yī)生”微信平臺，家長通過平臺建立寶寶的成長記錄，包括頭圍、身長、體重，平臺上顯示寶寶生長曲線。

圖1 早產(chǎn)兒遠程監(jiān)護系統(tǒng)

1.3.2.2 醫(yī)護人員的工作內(nèi)容 數(shù)據(jù)由人工智能系統(tǒng)初步分析處理后，護理人員對所上傳的數(shù)據(jù)進一步評估和分析。①客觀評估，即對所有數(shù)據(jù)進行評估，護理人員結合微信平臺和家長進行溝通，確認數(shù)據(jù)的真實性和有效性；②分析處理，主要針對系統(tǒng)報警的異常信息，經(jīng)過上述客觀評價后，護理人員通過微信平臺，指導家長緊急處理。如嗆奶導致血氧下降的異常信息得到確認后，護理人員指導家長拍背刺激極早產(chǎn)兒、正確使用家庭制氧機等；③健康宣教，護理人員在醫(yī)生的指導下，負責每日檢查系統(tǒng)的運行狀況，通過“患教中心”、“智能小護士”、“隨訪計劃”等項目及時上傳相關健康宣教相關內(nèi)容，如居家生活環(huán)境、喂養(yǎng)、早產(chǎn)兒常見癥狀預防及處理方法、風險事件緊急處理措施等，保證整個系統(tǒng)的閉環(huán)式有效管理。④醫(yī)生指導：如家長咨詢的問題超出了護理人員自身的能力范圍，由系統(tǒng)所配備的兒科醫(yī)生給予解答。

1.4 評價指標

1.4.1 早產(chǎn)兒出院后6個月的頭圍、身長、體重增長情況 ?？谱o士指導家長正確測量極早產(chǎn)兒出院3個月與6個月的頭圍、身長、體重，并登陸“杏仁微信”平臺，輸入極早產(chǎn)兒的頭圍、身長、體重建立極早產(chǎn)兒成長曲線圖。

1.4.2 6個月極早產(chǎn)兒康復情況 ①患病率，患兒出院后由于護理不當所患的疾病。②風險事件發(fā)生率，包括誤吸嗆奶、未及時發(fā)現(xiàn)脈氧儀報警等。③再入院率，極地/超低出生體重兒出院后6個月之內(nèi)再次住院的發(fā)生率。

1.5 統(tǒng)計學方法

數(shù)據(jù)采用SPSS 24.0 統(tǒng)計軟件對數(shù)據(jù)進行統(tǒng)計學分析，計數(shù)資料采用率（%）表示，比較采用χ2檢驗，計量資料采用均數(shù)±標差（±s）表示，比較采用t檢驗。檢驗水準α=0.05。

2 結果

2.1 兩組極早產(chǎn)兒出院3個月及6個月分別較出院時的身長、體重和頭圍增長值比較

兩組極早產(chǎn)兒出院3個月和6個月較出院時的身長、體重和頭圍增長值比較見表1。由表1可見，兩組極早產(chǎn)兒出院3個月和6個月較出院時身長和體重增長值比較，差異具有統(tǒng)計學意義（均P＜0.05），觀察組多于對照組；兩組極早產(chǎn)兒出院3個月和6個月較出院時頭圍比較，差異無統(tǒng)計學意義（均P＞0.05）。

2.2 兩組極早產(chǎn)兒出院6個月內(nèi)再次患病率、風險發(fā)生率和再入院率比較

兩組極早產(chǎn)兒出院6個月內(nèi)再次患病率、風險事件發(fā)生率和再入院率比較見表2。由表2可見，觀察組極早產(chǎn)兒的再次患病率、風險事件發(fā)生率和再入院率情況比較，觀察組均明顯低于對照組，差異有統(tǒng)計學意義（均P＜0.05）。

3 討論

3.1 基于早產(chǎn)兒遠程心電監(jiān)護系統(tǒng)的人工智能延續(xù)性護理促進極早產(chǎn)兒生長

極早產(chǎn)兒出生后身體發(fā)育不成熟，生理功能低下，短期的住院治療只能暫時穩(wěn)定患兒的狀態(tài)，出院后需為家庭照護提供指導和幫助。極早產(chǎn)兒家長對患兒出院后的追趕生長表現(xiàn)出強烈需求。住院時由于新生兒重癥監(jiān)護室為避免感染發(fā)生采用全封閉式管理［11-13］，在一定程度上影響家庭照護極早產(chǎn)兒相關護理相關知識與技能的掌握。本研究中人工智能系統(tǒng)，通過“患教中心”“智能小護士”“隨訪計劃”等項目進行健康宣教，使家長更加重視極早產(chǎn)兒的生長發(fā)育，并積極上傳極早產(chǎn)兒身長、體重、頭圍的相關生長指標數(shù)據(jù)。醫(yī)護人員以此為依據(jù)，及時提供營養(yǎng)治療方案，如母乳強化劑添加方法的改進、鈣劑的補充等；而單純的常規(guī)門診隨訪相對不能保證數(shù)據(jù)獲取的及時性，有可能影響干預的最佳時機。因此，本研究中觀察組患兒出院后3個月和6個月較出院時的身長、體重增長值明顯高于對照組（均P＜0.05）。由此可見，人工智能系統(tǒng)方便家長在第一時間上傳極早產(chǎn)兒生長指標的相關數(shù)據(jù)，為醫(yī)護人員進一步干預起到了關鍵性的作用。但兩組患兒的頭圍增長值比較，差異無統(tǒng)計學意義（均P＜0.05），這是由于新生兒的頭圍1周歲左右有明顯的變化，而本研究時間未超過12個月。

表1 兩組極早兒出院3個月和6個月較出院時身長、體重和頭圍增長值的比較（±s）

表1 兩組極早兒出院3個月和6個月較出院時身長、體重和頭圍增長值的比較（±s）

3個月增長值 6個月增長值項目 t P t P身長（cm）體重（kg）頭圍（cm）觀察組（n=62）18.03±1.20 3.80±0.38 13.55±1.38對照組（n=60）13.28±0.05 3.55±0.10 12.34±0.89 2.35 3.12 1.73＜0.05＜0.05＞0.05觀察組（n=62）28.27±2.80 6.36±0.38 13.65±4.01對照組（n=60）21.14±0.18 5.25±0.06 10.89±0.44 2.03 2.37 1.17＜0.05＜0.05＞0.05

表2 兩組極早產(chǎn)兒出院6個月再次患病率、風險事件發(fā)生率和再入院率比較（n/%）

3.2 基于早產(chǎn)兒遠程心電監(jiān)護系統(tǒng)的人工智能延續(xù)性護理促進極早產(chǎn)兒康復

3個月內(nèi)極早產(chǎn)兒先天不足，自身抵抗力低下，出院時患兒不能立即適應從恒溫箱到家庭環(huán)境的轉變，溫濕度差異大，氣候稍有變化，更加不能適應，導致再次患病、再次入院的事件發(fā)生［14］。家長缺乏照護經(jīng)驗，信心不足，存在焦慮情緒，一旦患兒出現(xiàn)嗆奶窒息等問題，不能運用正確的方法進行應變處理，由此導致患兒出院后再次風險事件的發(fā)生。而基于早產(chǎn)兒遠程心電監(jiān)護系統(tǒng)的人工智能延續(xù)性護理通過人工智能系統(tǒng)實時采集極早產(chǎn)兒脈氧飽和度、心率等生理參數(shù)，醫(yī)護人員確認異常信息，輔以微信平臺，通過語音對話、發(fā)送視頻能使家長得到有效指導和幫助，由此減輕家長的照護負擔和潛在的家庭經(jīng)濟負擔［15-16］，減緩家長照護的焦慮情緒，提高照護者積極應對的能力［17-18］。因此，觀察組極早產(chǎn)兒在體重、身長顯著增長、自身抵抗力增強的基礎上，患病率、風險事件發(fā)生率、再入院率得到有效控制，更好地促進了極早產(chǎn)兒的康復。

4 結論

本研究通過人工智能系統(tǒng)建立極早產(chǎn)兒生命體征、生長發(fā)育等相關大數(shù)據(jù)的建立，制定軟件智能評估標準體系，使該系統(tǒng)智能化評估患兒整體狀態(tài)，并給予相應的延續(xù)性護理，可促進極早產(chǎn)兒出院6個月的體重、身長和頭圍增長，減少兩次患病率、風險事件發(fā)生率和再入院率進而有利于及早產(chǎn)兒的康復。隨著后期大數(shù)據(jù)的逐漸積累，可實現(xiàn)最終的智能體系。因此，基于早產(chǎn)兒人工智能系統(tǒng)的延續(xù)性護理具有較高的社會價值，但涉及到系統(tǒng)的開發(fā)存在一定的經(jīng)濟費用，可能影響到工作的推廣。如何使其更為經(jīng)濟實用，也是值得進一步探討的問題。