ICU 病房装摄像头,AI 帮医生盯一种叫谵妄的病

床旁双摄像头 24 小时分析,每分钟采样 15 种动作,提前抓谵妄。

把镜头推进到 ICU 的床旁支架,你会看到一对摄像头,红灯常亮。它们属于一个叫 TRACER 的研究项目——计算机视觉专家与临床医生联合开发,用 24 小时视频分析,替医生盯住一种叫谵妄的病。据 AIHOT 收录的研究报道,这套系统目前是研究方法,不是已获批的临床产品。

先给结论:TRACER 想解决的,是 ICU 里一个具体缺口——护士不可能二十四小时盯着一个人,而谵妄的早期信号,恰恰常出现在没人看的那几分钟里。这套系统的思路,是把观察这件事交给机器:机器负责记录,人负责判断。

ICU 病房监测

医院监护仪

病床边多了一双眼睛

病房里多了一双眼睛,位置在床旁支架上。据这项研究的描述,TRACER 用双摄像头,一组对准床位,一组照顾房间角度,两台一起二十四小时记录画面。支架高度大致齐床沿,画面里多半是被子、手臂和半张脸。画面在本地分析,不是直播,也不对外传输。

这双眼睛盯的内容,和护士巡房看到的不一样。护士几分钟看一次,看到的是「人躺着」;摄像头每分每秒都在,看到的是「这个人动没动、怎么动」。据参与研究的医生说法,ICU 患者的活动变化,往往出现在症状能被察觉之前。

床边多一双眼睛,等于把观察频次从「隔一阵看一次」提到「每分每秒」。这是我的判断:这类工具的价值不在看得更清楚,而在看得更久、更连续。

护士查房

谵妄是什么,为什么难发现

谵妄是 ICU 里并不罕见的急性意识与注意力紊乱。早期表现往往只是「话变少」「夜里躁动」「答话不切题」,护士靠间断观察容易漏掉。老年患者里更常见,感染、疼痛、睡眠被拆碎,都可能推它一把。医学共识是,谵妄与住院时间延长、预后变差相关,这里不写具体百分比,因为数字仍在积累。

难点在于信号太轻。躁动发生在夜里,话少发生在白天,答非所问可能只是「没听清」。把这些零散片段串成一条时间线,靠人做不到,靠数据可以。TRACER 补的,正是这段观察盲区。

医用摄像头

摄像头怎么盯人

据这项研究的描述,算法以每分钟为粒度,把视频拆成 15 种「原子动作」的采样:翻身、抬手、坐起、抓扯管线,都是细碎动作。摄像机不判断「他是不是谵妄」,只记录「这个动作出现没有」,判断留给后面的模型。

这些采样再被压缩成每小时一份报告,交给医生。这样设计的目的很直接:一小时的活动被压成几行字,医生不用回放录像。据参与研究的医生说法,报告读起来像值班日志,而不是监控回放。

我的另一个判断:把动作拆碎再按小时合并,等于把「观察」从人脑挪进了程序,护士的注意力只留给报告里标出来的异常段落。

数据落到哪里

视频流进本地系统,结合电子健康记录(EHR)追踪患者的活动变化。据这项研究的描述,活动模式要和病史放在一起比对,才能看出「这个人今天和昨天不一样」。

数据量是设计重点。每秒的视频不做处理,一天就是海量存储;按分钟采样、按小时汇总,既压低存储成本,也压低医生的阅读负担。这套取舍写进了系统说明,也是它敢装摄像头的底气。

医生看数据

还差最后一公里

TRACER 目前是研究阶段工具,不是已获批的临床产品。据 AIHOT 收录的研究报道,论文描述的是系统设计与验证思路,离在病房常驻还有距离。换句话说,它现在能证明「方法可行」,还不能证明「病房可用」。

摄像头和视频绕不开隐私。患者知情同意、画面保管期限、谁有权回看,据参与研究的医生说法,这些问题在论文里被列为待解决事项,而且越接近落地越靠前。隐私不是附加题,是前提题。

镜头拉远,床旁摄像头继续亮着红灯。它能不能真正帮上忙,要看后面的验证数据,也要看病房里的人怎么接纳它。这两件事,都还没有结论。

常见问题

问:病人隐私怎么办?

据这项研究的描述,画面在本地分析并和 EHR 结合使用;患者知情同意、画面保管期限被列为待解决事项,落地前要先过这一关。

问:医院会普遍用吗?

不会马上。据 AIHOT 收录的研究报道,TRACER 还在研究阶段,是论文里的系统,不是已获批的产品,离大规模进病房还有距离。

问:摄像头能直接诊断谵妄吗?

不能。它只把每分钟的动作采样压成每小时报告,诊断仍由医生完成,系统的作用是提醒,不是下结论。

问:护士会被摄像头替代吗?

不会。系统把观察频次拉满,但报告要医生来读、异常要人来判断,护士的注意力留给报告标出的异常段落。

下一篇 返回列表 →
站长照片
“

1

”
联系二维码
微信:扫码加企业微信
邮箱:15611497360@aqq.com
手机:15611497360

私信站长

申请退款