鐘穎斯，趙紫偉

（昆明醫(yī)科大學(xué)海源學(xué)院，云南 昆明650101）

醫(yī)療廢物（medical waste）指醫(yī)療衛(wèi)生機(jī)構(gòu)在醫(yī)療、預(yù)防、保健以及其他相關(guān)活動(dòng)中產(chǎn)生的具有直接或者間接感染性、毒性以及其他危害性的廢物[1]。然而，感染性廢物是醫(yī)療廢物中的一種，指能傳播感染性疾病的廢物。由于它具有極強(qiáng)的傳染性，人工分類收集及處理的過程中極易對人體產(chǎn)生直接危害。因此，本文提出結(jié)合智能技術(shù)分類收集和處置感染性廢物的方法，用智能機(jī)器人代替人工進(jìn)行全過程的分類收集和處置。加強(qiáng)對感染性廢物規(guī)范化的管理和無害化處理，無論是從保護(hù)環(huán)境還是從疾病預(yù)防和控制方面都具有極其重要的意義[2]。

1 智能垃圾分類技術(shù)比較

1.1 常用智能垃圾分類技術(shù)簡介及比較

智能垃圾分類技術(shù)在中國還處于摸索階段，優(yōu)選方法仍不夠成熟。目前多使用的是智能分類垃圾桶，遍布在上海、北京等發(fā)達(dá)城市，未來將擴(kuò)展到其他城市和地區(qū)。目前相關(guān)的智能垃圾分類技術(shù)大體分為3類：探測和過濾[3]、深度學(xué)習(xí)和物聯(lián)網(wǎng)[4]、成分分析[5]。它們的功能主要是使用智能技術(shù)進(jìn)行垃圾分類，各種常用的智能垃圾分類技術(shù)優(yōu)缺點(diǎn)比較如表1所示。

1.2 常用智能垃圾分類技術(shù)比較結(jié)果分析

由表1可以看出，探測和過濾、深度學(xué)習(xí)和物聯(lián)網(wǎng)、成分分析這3種技術(shù)，幾乎只對各種普通垃圾適用（目前普通垃圾分為4類：有害垃圾、可回收物、廚余垃圾，其他垃圾）。不論是從優(yōu)點(diǎn)來看，還是從缺點(diǎn)來看，針對的都只是普通垃圾，范圍較為局限性。

表1 各種常用的智能垃圾分類技術(shù)優(yōu)缺點(diǎn)比較

然而，對于某些特殊的垃圾——醫(yī)療廢物，以上3種智能技術(shù)，以及智能分類垃圾桶是無法安全、高效、精準(zhǔn)分類收集的。醫(yī)療垃圾中感染性廢物具有感染性、傳染性，充斥在醫(yī)院、診所，乃至生活每一個(gè)角落，是人類看不到也摸不著，且容易被忽視的“隱形殺手”。同時(shí)，未經(jīng)處理或處理不徹底的感染性廢物容易污染水體、土壤和空氣。加之，受2019年新冠肺炎疫情的影響，感染性廢物的分類收集和處理已成為全世界關(guān)注的熱點(diǎn)。

但是，在中國分類收集和處置感染性廢物方面還存在很多不足，同世界發(fā)達(dá)國家相比，尚存在很大差距。由于中國主要由人工進(jìn)行操作，因此受到傷害的案例比比皆是。對佛山市南海區(qū)第四人民醫(yī)院的醫(yī)務(wù)人員和后勤人員的職業(yè)、暴露過程、暴露物品、處理過程等進(jìn)行追蹤和調(diào)查并數(shù)據(jù)統(tǒng)計(jì)發(fā)現(xiàn)，2012—2015年血源性職業(yè)暴露人次達(dá)149例，平均每年受傷37.25例，其中銳器傷139例（93.29%）。暴露地點(diǎn)：病房占52.35%，門診和急診注射輸液室占26.17%，手術(shù)室占10.74%，污物間占6.04%，其他占4.70%。暴露后處理：及時(shí)規(guī)范傷口處置占比75.84%，傷口處置不規(guī)范、不及時(shí)占比17.45%，未現(xiàn)場傷口處置占比6.71%[2]。由于分類和收集感染性廢物而受到感染的工作人員占到多數(shù)，為了改變目前分類收集和處置技術(shù)及管理上的落后狀況，應(yīng)逐步完善感染性廢物法規(guī)，盡快研究制定感染性廢物安全化分類、收集、處理等步驟的方案。

通過大學(xué)生創(chuàng)新創(chuàng)業(yè)大賽，團(tuán)隊(duì)創(chuàng)造了一個(gè)項(xiàng)目——“基于BP神經(jīng)網(wǎng)絡(luò)智能技術(shù)的感染性廢物機(jī)器人”，在神經(jīng)網(wǎng)絡(luò)智能技術(shù)的基礎(chǔ)上，將該技術(shù)與感染性廢物分類收集的環(huán)境科學(xué)領(lǐng)域相結(jié)合，人類通過利用BP神經(jīng)網(wǎng)絡(luò)讓機(jī)器人進(jìn)行深度學(xué)習(xí)和訓(xùn)練，智能識(shí)別和分類收集感染性廢物的準(zhǔn)確率達(dá)到95%。

人工神經(jīng)網(wǎng)絡(luò)有前饋神經(jīng)網(wǎng)絡(luò)，它包括BP神經(jīng)網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)。筆者選擇BP神經(jīng)網(wǎng)絡(luò)，因?yàn)樗鄬ζ渌W(wǎng)絡(luò)來說，更適合對大量的感染性廢物數(shù)據(jù)進(jìn)行收集和分析，下面將以較大的篇幅介紹該法。

2 BP神經(jīng)網(wǎng)絡(luò)簡介

2.1 BP網(wǎng)絡(luò)結(jié)構(gòu)

BP網(wǎng)絡(luò)結(jié)構(gòu)分為3部分，分別是輸入層、隱含層（也叫中間層）和輸出層，各層都是由許多簡單的神經(jīng)元通過并行運(yùn)算組成，同一層內(nèi)的神經(jīng)元是互不相連的，而網(wǎng)絡(luò)的層與層之間是全部互連相通的[6]。神經(jīng)網(wǎng)絡(luò)的特點(diǎn)比較突出，可以表現(xiàn)為信息的并行、協(xié)同處理和分布式存儲(chǔ)，其網(wǎng)絡(luò)結(jié)構(gòu)如圖1所示。

圖1 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

該神經(jīng)網(wǎng)絡(luò)的輸入層有3個(gè)神經(jīng)節(jié)點(diǎn)單元，隱含層有3個(gè)神經(jīng)節(jié)點(diǎn)單元，輸出層也有3個(gè)神經(jīng)節(jié)點(diǎn)單元。其中外部環(huán)境所輸入的數(shù)據(jù)信息是從輸入層的節(jié)點(diǎn)進(jìn)行傳送，通過隱含層節(jié)點(diǎn)，再到達(dá)輸出層，每層節(jié)點(diǎn)單元的輸出信息只影響下一層節(jié)點(diǎn)單元的輸出信息，每個(gè)相鄰層的節(jié)點(diǎn)通過一定的網(wǎng)絡(luò)權(quán)值來向前連接。因此，BP神經(jīng)網(wǎng)絡(luò)可以看成是一個(gè)由輸入到輸出的高度非線性網(wǎng)絡(luò)映射[6]。在神經(jīng)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)中，輸入層和輸出層的節(jié)點(diǎn)數(shù)是可以根據(jù)所需解決問題的實(shí)際情況來確定的，隱含層的層數(shù)和它的節(jié)點(diǎn)數(shù)將會(huì)成為設(shè)置網(wǎng)絡(luò)模型的關(guān)鍵環(huán)節(jié)。

隱含層作為信息的內(nèi)部處理環(huán)節(jié)，處于輸入層和輸出層中間，它對所輸入的信息進(jìn)行特征抽象、提取、分析、處理，然后將處理以后的信息傳送給網(wǎng)絡(luò)的輸出層。關(guān)于隱含層數(shù)的選擇，現(xiàn)在有許多理論、定律可選擇、參考。該論文依據(jù)Kolmogorov定律，它闡述了在隱含層節(jié)點(diǎn)數(shù)足夠的情況下，一個(gè)隱含層的神經(jīng)網(wǎng)絡(luò)模型可以擬合任意一個(gè)非線性的函數(shù)[6]。因此，將技術(shù)運(yùn)用結(jié)合到智能分類感染性廢物的實(shí)驗(yàn)中采用的是一個(gè)隱含層的BP神經(jīng)網(wǎng)絡(luò)。

2.2 BP神經(jīng)網(wǎng)絡(luò)應(yīng)用于智能分類感染性廢物的識(shí)別和預(yù)測

神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)主要包括以下幾個(gè)方面[6]：網(wǎng)絡(luò)模型的建立，樣本數(shù)據(jù)的收集以及樣本數(shù)據(jù)的預(yù)處理，對輸入模型的特征向量進(jìn)行數(shù)據(jù)的預(yù)測，判斷或檢驗(yàn)?zāi)Ｐ偷念A(yù)測值是否符合實(shí)際問題的要求等。模型建立的是否合理、是否達(dá)標(biāo)、是否能夠成功轉(zhuǎn)化是整個(gè)網(wǎng)絡(luò)系統(tǒng)是否能成功的關(guān)鍵環(huán)節(jié)。為了將該項(xiàng)技術(shù)運(yùn)用于智能分類感染性廢物的識(shí)別和預(yù)測中，本文基于所選擇的感染性廢物樣本數(shù)據(jù)真實(shí)、完整，所建模型的結(jié)構(gòu)合理，輸入、輸出的特征向量選擇準(zhǔn)確的情況下，能夠做出符合要求的模型。本文提出，針對醫(yī)療垃圾中感染性廢物進(jìn)行智能化分類的識(shí)別和預(yù)測，根據(jù)實(shí)際情況，將其模型的輸入、輸出向量根據(jù)一定的規(guī)則將樣本數(shù)據(jù)的文字特征進(jìn)行一定的數(shù)學(xué)變換，對于程序系統(tǒng)的輸出值是否滿足要求，可以將程序所計(jì)算出的預(yù)測值和實(shí)際期望值進(jìn)行比較。其中設(shè)置一個(gè)比較值為05，如果預(yù)測輸出值大于05[6]，就可以認(rèn)為某種醫(yī)療廢物具有感染性。經(jīng)過大量訓(xùn)練樣本對網(wǎng)絡(luò)模型的訓(xùn)練，不斷增加網(wǎng)絡(luò)的訓(xùn)練精度，則可將該模型用于對未來的智能分類感染性廢物的識(shí)別和預(yù)測中。

在網(wǎng)絡(luò)模型的建立過程中，輸入和輸出樣本的特征表述和數(shù)據(jù)轉(zhuǎn)換將是重要的一個(gè)環(huán)節(jié)，因此，不得不對所收集的樣本數(shù)據(jù)進(jìn)行多角度、多方面考慮，不僅要考慮感染性廢物的基本特征，還要考慮所選取的廢物具有代表性。同時(shí)，保證實(shí)施過程的安全性。另外，收集大量的樣本數(shù)據(jù)后需將其文字表述轉(zhuǎn)換成數(shù)學(xué)抽象，這也是一個(gè)重要的環(huán)節(jié)，其中判斷得出的模型是否可用的標(biāo)準(zhǔn)是經(jīng)過多次實(shí)驗(yàn)后所轉(zhuǎn)換的數(shù)學(xué)抽象可以被程序所接受、認(rèn)可，并且所建立的網(wǎng)絡(luò)模型較穩(wěn)定。如果所得出的模型具有很好的效果，那么本系統(tǒng)將會(huì)被應(yīng)用到實(shí)際的智能分類感染性廢物的識(shí)別和預(yù)測中，會(huì)另外再按照合法的程序準(zhǔn)備一組醫(yī)療廢物，對它的感染性進(jìn)行仿真和預(yù)測，并將該網(wǎng)絡(luò)模型應(yīng)用到對未來的智能分類感染性廢物的識(shí)別和預(yù)測中。因此，將神經(jīng)網(wǎng)絡(luò)應(yīng)用于智能分類感染性廢物的識(shí)別和預(yù)測是可行的。

2.3 智能分類和收集感染性廢物的超級(jí)分揀機(jī)器人模型的建立和訓(xùn)練

在模型建立的過程中，首先應(yīng)該確定模型各層的節(jié)點(diǎn)數(shù)（也叫神經(jīng)元數(shù)目）。輸入層的作用是把輸入的數(shù)據(jù)添加到網(wǎng)絡(luò)模型上，它的結(jié)點(diǎn)數(shù)目取決于輸入變量的個(gè)數(shù)，即每個(gè)輸入節(jié)點(diǎn)可以代表一個(gè)輸入變量[6]。

本文將感染性廢物分為以下3個(gè)類別：一切具有感染性的醫(yī)療防護(hù)服、患者被服、被患者使用過的棉簽棉球敷料等，患者一次性使用的衛(wèi)生用品，被隔離的傳染病病人或者疑似傳染病病人產(chǎn)生的所有生活垃圾。一切具有感染性的針頭、刀片、破碎玻璃器皿等。一切具有感染性的廢棄標(biāo)本、菌種毒種、血液血清等。

選取了20個(gè)感染性廢物所具備的特征作為輸入元素，因此，本文所建立的BP神經(jīng)網(wǎng)絡(luò)模型的輸入層節(jié)點(diǎn)數(shù)是20個(gè)。網(wǎng)絡(luò)輸出層的節(jié)點(diǎn)數(shù)取決于研究問題所需要輸出的表示方式和需要預(yù)測變量的個(gè)數(shù)。

針對感染性廢物的特征，本文設(shè)定所需要測定和研究的感染性廢物分為感染、非感染兩項(xiàng)，因此輸出層的節(jié)點(diǎn)數(shù)為2。由于單層BP神經(jīng)網(wǎng)絡(luò)的非線性擬合能力較好，并且在增加隱含層的層數(shù)時(shí)，一般不會(huì)對網(wǎng)絡(luò)的表達(dá)能力和精度產(chǎn)生大的影響，因此，本文采用的是一個(gè)三層BP神經(jīng)網(wǎng)絡(luò)：輸入層、一個(gè)隱含層、輸出層。隱層節(jié)點(diǎn)數(shù)主要是憑經(jīng)驗(yàn)和反復(fù)試驗(yàn)。

將訓(xùn)練樣本的期望輸出與實(shí)際輸出值進(jìn)行比較，如表2所示。

表2 預(yù)測期望值、實(shí)際值和擬合值

通過比較期望值和實(shí)際值可以看出，將輸出層的期望輸出值和程序中實(shí)際（即仿真）輸出的比較值設(shè)定為05。將期望輸出值和實(shí)際輸出值進(jìn)行比較發(fā)現(xiàn)，實(shí)際輸出值大于05時(shí)，可認(rèn)定擬合值為1；實(shí)際輸出值小于05時(shí)，其擬合值認(rèn)定為0。共擬合數(shù)值20個(gè)，其中1個(gè)錯(cuò)誤，19個(gè)正確。其期望值和實(shí)際值比較如表3所示。

3 結(jié)束語

基于以上結(jié)果分析可知，BP神經(jīng)網(wǎng)絡(luò)可以運(yùn)用于分類收集和處理醫(yī)療垃圾中的感染性廢物過程中。另外，本文開發(fā)了一個(gè)智能機(jī)器人，命名其為智能分類和收集感染性廢物的超級(jí)分揀機(jī)器人。它作為BP神經(jīng)網(wǎng)絡(luò)技術(shù)與感染性廢物分類收集相結(jié)合的載體，人類可以讓機(jī)器人進(jìn)行深度學(xué)習(xí)和訓(xùn)練，帶來以下效益：代替人工接觸具有感染性的醫(yī)療廢棄物，進(jìn)行智能化分類、收集醫(yī)療中的感染性廢物，從而大大降低醫(yī)護(hù)人員和后勤人員在分類及收集處理感染性廢物時(shí)被感染風(fēng)險(xiǎn)的概率。避免部分醫(yī)護(hù)人員和后勤人員沒有正確認(rèn)識(shí)醫(yī)療垃圾的種類，而導(dǎo)致生活垃圾進(jìn)入醫(yī)療垃圾的情況發(fā)生。大大提升醫(yī)護(hù)人員和后勤人員的工作效率。減輕醫(yī)院的人工勞力（醫(yī)院分配人進(jìn)行專門的醫(yī)療垃圾分類的時(shí)間和人數(shù)減少），可分配這一類工作人員進(jìn)行其他任務(wù)，這樣不僅可以提高整個(gè)醫(yī)療垃圾分類流程的運(yùn)行效率，也可以為醫(yī)療機(jī)構(gòu)降低雇傭工作人員的成本。

表3 預(yù)測值和實(shí)際值相比較