项目周期：
2020.09-2022.08（已结项）
项目来源：
合肥市医疗卫生“借转补”项目
合作单位：
中国科学技术大学附属第一医院
项目简介：
镇痛镇静评估是提高ICU患者生存率的关键。目前国内外ICU患者镇痛镇静尚缺乏有效评估手段，这一领域相关人工智能技术开发和应用尚且不足，尚无基于人工智能技术的ICU镇痛镇静评估研究。针对镇痛镇静程度持续监测及策略动态调整两个核心问题，本项目综合利用人工智能及物联网等信息技术，围绕精准镇痛镇静智能系统展开，研究面向顺序决策的个性化精准镇静推荐策略、超低功耗多协议无源传输与组网及云边端协同ICU实时智能边缘计算机三个科学问题。探索基于强化学习的个性化精准镇痛镇静适配理论，研究医用环境下无线无源高可靠性传输技术，构建硬件软件数据一体化ICU边缘平台，验证本研究提出的理论及技术模型，促进人工智能与临床医学的交叉结合。
项目目标：
研究医用环境下无线无源高可靠性传输技术，构建硬件软件数据一体化ICU边缘平台。
项目方法：
一、基于多维感知的医疗行为评估及建议
本项目将重点针对镇静及呼吸机的科学管理这一ICU中的显著难点问题展开。利用人工智能技术，提供辅助的镇静及呼吸机使用建议。在患者准备开始断开呼吸机时提醒临床医生，并推荐个性化的治疗方案。拟在每次镇静药物和剂量、呼吸机设置、开始自主呼吸试验方面做出最好的选择，或者在捕捉到潜在过程的随机性、行为的延迟效应以及状态转换和结果中的不确定性时拔管。这样的任务设置显然是一个顺序决策问题，而非简单的预测任务，本项目将引入深度强化学习技术，同时结合临床数据，提供科学建议。具体说来，拟采用神经拟合Q迭代方法来训练得到一个决策器，同时将分为两部分展开描述如何将NFQI应用于ICU常用场景中。
二、基于5G互联的无源生命体征及代谢监测
实现安全高效的智能监测的核心问题是让监测设备完全独立运行，而不依赖外界线缆、电池等接触设备，尽可能的避免外界电缆对临床任务的影响，避免其带来的医源性感染和损伤。为此，项目将设计传、感、知一体化的微型无源感知体系结构，该结构将化学物理感知单元、能量捕获控制单元、无源通信网络单元以及可编程个性化预警单元等有机统一在一起，使得该无源设备能够满足实时识别、实时跟踪、实时感知及实时预警四大功能性要求。感知数据支持种类包括体温、呼吸率、心率、血氧饱和度等生命体征监测，以及葡萄糖、尿酸、酪氨酸、胆固醇等代谢产物的监测。
项目成果：
