一項慢性創面遠程管理系統的開發與應用

夏衛東 殷少波 樓麗華 林凱 尹翼虎 翁浩策 高志宏 吳粵 林才

[摘 要] 當前，我國創面修復仍處于初期，基層醫院從事創面專業的醫師較少，為了滿足基層慢性創面患者的診治需求，輔助并提高基層醫院慢性創面的臨床診療水平，本研究團隊開發出一種基于人工智能（AI）的慢性創面遠程管理系統——愈悅，旨在指導慢性創面患者更為便捷、精準地尋求醫療服務，提高基層醫院的診療質量，促進二級和三級醫院之間的雙向轉診流程，使有限的醫療資源得到合理利用。

[關鍵詞] 慢性創面；人工智能；遠程管理系統；軟件開發

[中圖分類號] R622+.1 [文獻標識碼] B [文章編號] 1004-4949（2024）07-0135-04

基金項目：1.浙江省“尖兵”“領雁”重大科技攻關項目（編號：2023C03170）；2.浙江省醫藥衛生科技計劃項目（編號：2022PY069）

Development and Application of Chronic Wound Remote Management System

XIA Wei-dong1， YIN Shao-bo1， LOU Li-hua1， LIN Kai1， YIN Yi-hu1， WENG Hao-ce1， GAO Zhi-hong1， WU Yue2， LIN Cai1

（1.Burn and Wound Center， the First Affiliated Hospital of Wenzhou Medical University， Wenzhou 325000， Zhejiang， China； 2.School of Information Science and Engineering， East China University of Science and Technology， Shanghai 200237， China）

[Abstract] At present， wound repair in China is still in its infancy， and there are few doctors engaged in wound specialty in primary hospitals. In order to meet the diagnosis and treatment needs of patients with chronic wounds at the primary level， assist and improve the clinical diagnosis and treatment level of chronic wounds in primary hospitals， our research team has developed a chronic wound remote management system based on artificial intelligence （AI）-Yuyue， which aims to guide patients with chronic wounds to seek medical services more conveniently and accurately， improve the quality of diagnosis and treatment in primary hospitals， promote the two-way referral process between secondary and tertiary hospitals， and make rational use of limited medical resources.

[Key words] Chronic wounds； Artificial intelligence； Remote management system； Software development

隨著我國創面疾病譜不斷變化，基層醫院對于創面的診治能力難以滿足人民群眾日益增長的就診需求。近年來，微信作為使用頻率較高的網絡通信工具，因其功能多、使用便捷的優勢在人群中得到了迅速推廣和全面應用。因此，本研究開發出一種基于微信小程序的慢性創面遠程管理系統，致力于快速提升基層醫療機構的診療水平，以此提高創面修復的質量和效率。同時，能夠指導慢性創面患者更為便捷、快速地尋求醫療服務，實現精準醫療，從而縮短病程和創面愈合時間。除此之外，該系統的導診功能可以有效促進二級和三級醫院之間的雙向轉診流程，有助于推進醫療資源的合理配置。

1 慢性創面遠程管理系統的需求分析

1.1 慢性創面治療的重要性 流行病學調查顯示[1]，我國創面治療需求大約在1億人次，而每年慢性難愈合創面的治療需求約3000萬人次；歐洲患有急性或慢性傷口的患者有150萬～200萬人次[2，3]。慢性創面治療已經成為國家層面的民眾健康需求，慢性創面的難以愈合不僅會對個人造成極大的危害，而且還會給家庭、社會及國家帶來巨大的生命財產損失。因此，國家衛生健康委員會于2019年發布了《國家衛生健康委辦公廳關于加強體表慢性難愈合創面（潰瘍）診療管理工作的通知》，從國家政策層面出發，對于在高起點上建設具有中國特色的創面修復科提供了部署和指導，付小兵、李校堃院士提出構建具有中國特色的創面治療學科體系建設，并逐步形成創燒傷治療的中國方案[4，5]。

當前，我國創面修復科的建設仍處于初步階段，學科發展任重道遠，從事創面/傷口專業的臨床醫師數量較少，在基層醫院更是鳳毛麟角。我國地域遼闊，醫療資源分配不均衡，基層醫院診療技術相對落后[6]，現有的區域醫療中心的醫療服務體系無法全面覆蓋廣大的基層創面患者，仍有大量的患者因無處就醫，導致創面遷延不愈，患者深陷無處就診、診治無效、效低價高的醫療困境。

1.2 慢性創面遠程管理系統的技術需求 當前我國的基層醫療機構在處理復雜慢性創面時面臨著醫師診療經驗不足、?？迫瞬湃狈Φ葐栴}，開發慢性創面遠程管理系統幫扶基層醫護對復雜慢性創面進行診療，使患者對于病情早發現、早治療，防止創面進一步惡化，縮短整體病程[7]，通過智能導診系統，最大程度上合理分配醫療資源。

慢性創面遠程管理系統的功能和技術需求是多方面的，必須具備及時、高效、準確、智能等特點，僅僅具備部分診療功能是無法滿足基層醫護及患者的需求[8]，只有提供智能創面識別、智能導診、出具完整的治療方案、護理方案等全方面的技術支持[9]，才能滿足患者及基層醫護在慢性創面治療領域的需求。

首先，慢性創面遠程管理系統需要具備智能創面識別功能[10]，通過AI智能識別，用戶可以在系統的輔助下，快速識別創面特征。其次，系統需要具備智能導診功能，AI系統根據患者病情，及時提供就診建議，智能導診至相應的診療機構[11]。再者，還需要具備專家團隊的輔診功能，基層醫生在慢性創面診療方面經驗不足，在遇到一些無法處理的病患時，需要及時得到上級醫院多學科治療（Multi-Disciplinary Treatment，MDT）專家團隊的技術支持。因此，系統還需具備專家咨詢功能，以實現實時互動，讓基層患者能夠及時得到區域醫療中心MDT專家團隊的精準醫療幫扶，從而提高診療質量[12]。另外，系統的穩定性與安全性是不可忽視的重要因素。在使用過程中，應考慮到各種因素的影響，如網絡通信、數據傳輸及數據保密等，保證系統的穩定性與患者隱私的安全性[13]。除以上功能外，系統還應具備界面簡潔明了、易于操作的特點，以拍照、簡易選擇為主，輔以語音輸入，降低使用門檻，以滿足文化程度較低患者的應用需求，提高用戶的使用體驗?？紤]到未來也許會有新增模塊，該系統還需具有良好的可擴展性和適應性。

2 慢性創面遠程管理系統的系統架構

本研究團隊研發出一項慢性創面遠程管理系統——愈悅，愈悅采用智能手機作為創面圖片的采集設備，以微信小程序的形式提供給用戶。此系統分為供社區醫院及養老院護工等使用的運營端，以及供普通二級醫院和區域醫療中心使用的醫護端。

2.1 運營端 主要用來采集患者病例信息及創建導診訂單，具體流程見圖1。

2.2 醫護端 分為普通版醫護端和專家版醫護端。普通版醫護端主要提供給二級醫院的醫生或傷口治療師使用，用來接收上級醫院轉診的患者以及社區醫院送來的患者；專家版醫護端主要提供給區域醫療中心的專家醫生使用，用來輔助導診運營端上傳的患者訂單以及接收下級醫院轉診的患者，提供專家咨詢服務。

3 慢性創面遠程管理系統的功能實現

3.1 運營端的使用 社區醫院及養老院的護工首次采集病例需要輸入患者的姓名、身份證號、性別、年齡、聯系電話和聯系地址等基本信息；詳細錄入患者的既往病史、就診經過、是否有并發癥、合并癥等病史資料；上傳創面照片，詳細記錄創面長度、寬度和深度等信息。護工上傳上述信息后，運營端會成功生成一個導診訂單，接下來AI會直接給出反饋，反饋內容包括患者的創面類型、導診結果、治療和護理方案，同時為患者預約相應的醫院，具體流程見圖2。

3.2 普通版醫護端的使用 鑒于基層醫護人員臨床經驗不足，系統在普通版醫護端增加了“專家咨詢”功能。當醫師在工作中遇到復雜、難以判斷的創面情況時，可以通過醫護端上傳記錄，專家版醫護端會同步收到此條待指導的記錄，并在30 min內提供反饋，從而實現指導和教學的雙向聯系。

3.3 專家版醫護端的使用 當運營端遇到無法識別的創面圖片或普通版醫護端發起“專家咨詢”功能后，由專家團隊進行人工診療，并反饋意見。專家版醫護端的反饋內容包括創面類型、導診結果、治療和護理方案及詳細步驟等，供社區醫生或護工查看，具體流程見圖3。

3.4 創面分類標準 遵循團隊之前在多模態Transformer融合創面圖像和元數據中所做的相關工作[14，15]，最終將創面分為9類，包括皮膚壞死、皮膚缺損、皮膚軟組織感染、壞疽、竇道、Ⅰ度燒傷、Ⅱ度燒傷、Ⅲ度燒傷和瘢痕。這種分類方法有助于更加準確地診斷和處理不同類型的創面，為患者提供更合適的治療方案。

3.5 創面導診標準 研究者對區域內不同等級的診療機構進行整合認證，錄入到愈悅系統內，依據國家三級診療模式制定標準化分級診療方案，初步實現AI智能分診，判定患者創面類型并建議送到適宜的醫療機構進一步治療。導診標準的制定應用了決策樹算法，并基于數據集進行分類。數據集包含了多個描述屬性，如皮膚壞死程度、皮膚缺損程度、皮膚軟組織感染、燒傷程度、壞疽、竇道、基礎疾病、基礎疾病程度、慢性病、感染性疾病、治療時長、愈合后期和生命體征等。分類結果包括二級?？崎T診、三級醫院、社區及基層醫院以及緊急處理等。決策樹算法通過對描述屬性的邏輯化處理，將這些屬性用0和1表示，然后根據屬性的值進行分類，決策樹的可視化結果如圖4所示。該圖展示了影響分類的主要因素，包括生命體征、愈合后期、皮膚壞死、燒傷和皮膚缺損，這些因素對于確定最適合患者的診療機構起到了關鍵作用。

4 慢性創面遠程管理系統的應用效果

研究者采用決策樹分類算法，通過后臺數據提取，收集2022年5月-2023年11月通過運營端、普通版醫護端上傳的186例患者診療信息，由專家團隊給出人工診斷結果，并與系統智能結果進行比較。通過比較186例患者在創面識別、診斷、治療方案、護理方案、導診的準確率，發現愈悅的創面識別及診斷準確率能夠達到100%，護理方案及導診準確率能夠達到99.5%，治療方案準確率達到了98.9%，最大相對誤差不超過1.1%。

5 討論

針對基層醫院臨床醫生在慢性創面診療方面基礎薄弱、基層群眾就醫難等困境，研究者開發出慢性創面遠程管理系統——愈悅，該系統通過決策樹分類算法，智能識別創面信息，提供診療方案，為基層群眾就醫提供智能化導診結果，最大程度優化醫療資源。

基于AI核心算法的慢性創面遠程管理系統，前期通過10 000多張創面圖片的系統學習，目前已有較高的準確率，根據后臺數據驗證，該軟件的各方面準確率與實際值最大誤差不超過1.1%，表明其能夠有效輔助基層醫生開展診療工作，且系統操作簡便，圖像采集便捷，使用場景廣泛，具有廣闊的應用前景。

愈悅未來將繼續構建一個非結構化存儲系統，存儲已有的、及未來會有的各項創面診斷圖像、患者臨床信息、儀器數據、報告等[15]，這些數據一方面為模型訓練所需要，另一方面可支持第三方應用、數據溯源、培訓與科研等。愈悅在后期仍然會通過自學習、自升級、根據需要的遠程升級來不斷提高自身水平，成為創面修復?？漆t生的好幫手，以期在臨床診療中可以作為一個相對有經驗的醫療專家輔助工具提供服務，緩解醫療行業的人員短缺問題，提高醫護人員的工作效率。

[參考文獻]

[1]付小兵.構建一個創面治療學科體系：中國特色創面治療中心建設20年的回顧與展望[J].中華燒傷雜志，2018，34（12）：859-863.

[2]Lindholm C，Searle R.Wound management for the 21st century：combining effectiveness and efficiency.[J]. International Wound Journal，2016（13）：5-15.

[3]Serra R，Grande R，Butrico L，et al.Chronic wound infections：the role of Pseudomonas aeruginosa and Staphylococcus aureus[J].Expert Rev Anti Infect Ther，2015，13（5）：605-613.

[4]付小兵，李校堃.從第一個用于創燒傷治療的基因工程國家一類新藥研發與轉化應用看創燒傷治療“中國方案”的創立[J].中華燒傷與創面修復雜志，2022，38（1）：4-8.

[5]王雪，吳昊，王彬，等.成纖維細胞生長因子的藥物研究進展[J].藥物生物技術，2019，26（3）：256-260.

[6]郭潤瑩，劉巍，馬華瑞，等.河南省二級醫院臨床醫生對循證醫學的認知現狀[J].河南大學學報（醫學版），2015，34（1）：46-49.

[7]王冬，彭英，張云，等.早期治療與康復一體化護理模式對深Ⅱ度燒傷創面愈合效果的影響分析[J].中國美容醫學，2019，28（11）：130-133.

[8]溫麗，朱偉杰，鐘小艷，等.互聯網醫院建設及其助力基層醫療服務探索與實踐[J].醫學信息學雜志，2023，44（6）：79-83.

[9]韓花花，趙倩楠，劉振楠，等.醫護一體化治療模式在難治性創面中的應用[J].河南大學學報（醫學版），2021，40（3）：225-229.

[10]Anisuzzaman DM，Wang C，Rostami B，et al.ImageBased Artificial Intelligence in Wound Assessment：A Systematic Review[J].Adv Wound Care （New Rochelle），2022，11（12）：687-709.

[11]馮巧梅.醫院-社區-家庭聯動護理模式在老年慢性阻塞性肺氣腫患者中的應用[J].河南大學學報（醫學版），2023，42（4）：294-298.

[12]任碧晨，方圓，李曉牧，等.多學科團隊診治重癥缺血性糖尿病足的策略[J].中華普通外科雜志，2023，38（4）：287-291.

[13]肖璦，盧雅雯，呂智慧，等.生物醫療大數據隱私安全保障機制研究[J].計算機應用與軟件，2021，38（2）：318-322.

[14]Cai G，Zhu Y，Wu Y，et al.A multimodal transformer to fuse images and metadata for skin disease classification[J].Vis Comput，2022（5）：1-13.

[15]Jiang Y，Trotsyuk AA，Niu S，et al.Wireless，closedloop，smart bandage with integrated sensors and stimulators for advanced wound care and accelerated healing[J].Nat Biotechnol，2023，41（5）：652-662.

收稿日期：2024-3-11 編輯：吳含