吳 娜，許利群，高 和，段 瑩，常耀斌，方若潔，李 燕

基于云的跨硬件平臺睡眠障礙遠(yuǎn)程診斷系統(tǒng)

吳 娜，許利群，高 和，段 瑩，常耀斌，方若潔，李 燕

目前，國內(nèi)睡眠障礙及相關(guān)疾病患者不斷增多，而相應(yīng)的用于評估、臨床診斷和干預(yù)的醫(yī)療資源嚴(yán)重不足且分布不均。為此，作者提出創(chuàng)新型的“睡眠＋互聯(lián)網(wǎng)”的解決方案，利用互聯(lián)網(wǎng)、人工智能等信息技術(shù)手段，與臨床睡眠診斷知識和專家經(jīng)驗深度結(jié)合，設(shè)計實現(xiàn)跨硬件平臺睡眠障礙遠(yuǎn)程診斷系統(tǒng)，并應(yīng)用于實踐，為豐富、提高和拓展睡眠診療領(lǐng)域初級醫(yī)護(hù)服務(wù)的能力和手段，促進(jìn)優(yōu)質(zhì)醫(yī)療資源跨地域共享，提供了一條方便、可行的路徑。

睡眠障礙；多導(dǎo)睡眠圖；遠(yuǎn)程醫(yī)學(xué)；人工智能

根據(jù)2014年世界衛(wèi)生組織調(diào)查顯示，在世界范圍內(nèi)27%的人患有睡眠障礙，而中國各類睡眠障礙的人群高達(dá)38.2%[1]；我國睡眠障礙人群中有近3億人失眠，約2億人打鼾，5 000萬人在睡眠過程中發(fā)生過呼吸暫停[2]?？梢姡哒系K普遍存在，包括失眠、睡眠呼吸暫停綜合征、異態(tài)睡眠、晝夜節(jié)律障礙、下肢不寧綜合征等睡眠障礙嚴(yán)重影響了人們的生活[3]。睡眠障礙與許多心腦血管疾病及精神疾病，如高血壓、冠心病、心律失常、卒中、焦慮、抑郁等密切相關(guān)，還會嚴(yán)重影響人的精神狀態(tài)[4]。

面對龐大的睡眠障礙人群及對健康的嚴(yán)重威脅，中國在提供睡眠診療服務(wù)方面還遠(yuǎn)不能滿足需求，且存在以下問題:①國內(nèi)睡眠醫(yī)學(xué)起步較晚，醫(yī)療資源稀缺，只有部分三甲醫(yī)院和極少數(shù)的二級醫(yī)院有睡眠監(jiān)測室，獨立的睡眠醫(yī)學(xué)?？聘区P毛麟角。因此，患者得到及時、準(zhǔn)確診療的機(jī)會有限，診斷等待時間較長且成本相對較高?；鶎俞t(yī)院雖有空余床位，但缺少診治能力，資源沒有得到合理利用。②睡眠疾病的診治具有特殊性，信息數(shù)據(jù)獲取困難，作為睡眠障礙監(jiān)測的金標(biāo)準(zhǔn)——多導(dǎo)睡眠圖(polysomnography，PSG)數(shù)據(jù)需要經(jīng)過專業(yè)培訓(xùn)的睡眠技師進(jìn)行判讀，而基層醫(yī)院缺少相應(yīng)的資源，無法提供服務(wù)。③不同廠家生產(chǎn)的PSG設(shè)備并不兼容，針對不同睡眠障礙檢測的簡化版PSG也應(yīng)運而生，但數(shù)據(jù)格式并不統(tǒng)一，各個醫(yī)院患者的PSG數(shù)據(jù)通常獨立存儲，成為數(shù)據(jù)孤島，無法進(jìn)行院際間數(shù)據(jù)的互聯(lián)互通和睡眠監(jiān)測大數(shù)據(jù)分析。

為了解決上述問題，作者提出了“睡眠＋互聯(lián)網(wǎng)”的分析診斷創(chuàng)新理念和解決方案，利用互聯(lián)網(wǎng)、人工智能等信息技術(shù)手段，與臨床睡眠診斷知識和專家經(jīng)驗深度結(jié)合，研究跨硬件平臺的睡眠障礙遠(yuǎn)程診斷關(guān)鍵技術(shù)和系統(tǒng)實現(xiàn)，并應(yīng)用于實踐，為豐富、提高和拓展睡眠診療領(lǐng)域初級醫(yī)護(hù)服務(wù)的能力和手段提供一條可行的路徑，能夠更便捷、低成本、更為有效地為廣大民眾和邊遠(yuǎn)地區(qū)官兵提供專業(yè)、優(yōu)質(zhì)的服務(wù)。

1 系統(tǒng)的總體設(shè)計

系統(tǒng)設(shè)計目標(biāo)是將三甲醫(yī)院的睡眠醫(yī)學(xué)專科打造為區(qū)域性專業(yè)睡眠醫(yī)學(xué)服務(wù)中心，與醫(yī)聯(lián)體內(nèi)的眾多基層醫(yī)院和部隊診所無縫相連，為患者提供及時、優(yōu)質(zhì)、專業(yè)的服務(wù)，惠及廣大患者；進(jìn)一步地，可對體檢連鎖機(jī)構(gòu)、老年照護(hù)中心等開放，提供睡眠障礙、腦認(rèn)知等功能疾病篩查服務(wù)。

1.1 系統(tǒng)的設(shè)計思想 基于上述目標(biāo)，系統(tǒng)設(shè)計圍繞4點展開:①構(gòu)建基于云的智慧醫(yī)療睡眠障礙分級診療服務(wù)系統(tǒng)。基于睡眠診療臨床實踐以及分級診療臨床需求，構(gòu)建分級、分區(qū)域、分角色的睡眠障礙分級診療模式和端到端系統(tǒng)。②設(shè)計基于云的睡眠障礙分級診療云平臺。研究和實現(xiàn)睡眠監(jiān)測大數(shù)據(jù)的統(tǒng)一存儲、多角色的業(yè)務(wù)權(quán)限和流程的統(tǒng)一管理、睡眠判讀結(jié)果的存儲和調(diào)用、報告的生成和同步管理等技術(shù)。③自主研發(fā)通用PSG判讀軟件。研究主流PSG的解析、顯示和標(biāo)注技術(shù)，實現(xiàn)整晚同步監(jiān)測腦電、眼電、肌電、呼吸氣流及呼吸努力、心電、血氧及二氧化碳、肢體運動等多項生理參數(shù)，且能夠同步顯示，睡眠分期和事件實時標(biāo)注等功能。④實現(xiàn)PSG數(shù)據(jù)智能分析算法?；趯＜蚁到y(tǒng)和機(jī)器學(xué)習(xí)算法對多維生理信號進(jìn)行各類睡眠障礙問題的智能分析和輔助診斷(睡眠分期、呼吸暫停綜合征、下肢不寧綜合征等)，提高醫(yī)生工作效率，提升診斷準(zhǔn)確率。

1.2 系統(tǒng)主要功能設(shè)計 系統(tǒng)由基層醫(yī)院管理門戶、面向區(qū)域睡眠醫(yī)學(xué)中心云平臺、通用PSG判讀客戶端3個子系統(tǒng)和14個功能模塊組成(圖1)。

圖1 系統(tǒng)功能框架

各子系統(tǒng)功能:①基層醫(yī)院管理門戶，實現(xiàn)患者就診信息管理、睡眠監(jiān)測數(shù)據(jù)的遠(yuǎn)程傳輸和監(jiān)測報告的實時查詢；②面向區(qū)域睡眠醫(yī)學(xué)中心云平臺，實現(xiàn)醫(yī)院分級管理、多級多角色用戶管理、數(shù)據(jù)管理、質(zhì)量控制管理、判讀任務(wù)管理、睡眠分期智能判讀和報告管理功能；③通用PSG判讀客戶端，能夠解析并顯示主流PSG的監(jiān)測數(shù)據(jù)，對睡眠分期和睡眠事件進(jìn)行判讀，實現(xiàn)睡眠事件智能判讀和監(jiān)測指標(biāo)統(tǒng)計。

2 關(guān)鍵技術(shù)研究與實現(xiàn)

2.1 睡眠中心云平臺 云平臺采用主流的云計算技術(shù)實現(xiàn)數(shù)據(jù)的海量存儲和靈活調(diào)用[5]，解決遠(yuǎn)程睡眠診療的分級管理、數(shù)據(jù)傳輸、輔助判讀、報告管理等問題，并滿足業(yè)務(wù)拓展需求。云平臺為各級醫(yī)院提供五大數(shù)據(jù)服務(wù)能力，包括睡眠大數(shù)據(jù)高并發(fā)上傳存儲、高可靠數(shù)據(jù)管理、安全數(shù)據(jù)權(quán)限認(rèn)證、睡眠數(shù)據(jù)智能分析處理及結(jié)果異步返回、高效監(jiān)測報告查詢。

2.1.1 基于微服務(wù)架構(gòu)的睡眠云平臺設(shè)計 針對高效展示睡眠監(jiān)測報告需求，通過聚合器設(shè)計模式和雙向綁定技術(shù)，讓本地瀏覽器緩存一次加載服務(wù)端的數(shù)百份數(shù)據(jù)監(jiān)測，解決睡眠大數(shù)據(jù)在網(wǎng)絡(luò)傳輸過程和數(shù)據(jù)展示過程中的高延遲問題。針對數(shù)據(jù)分析的云端處理需求，通過異步消息傳遞微服務(wù)設(shè)計模式，實現(xiàn)智能分析算法的云端處理和客戶端展示的異步傳輸實時響應(yīng)需求。

2.1.2 安全權(quán)限框架設(shè)計 針對基層和三甲醫(yī)院的多角色管理及任務(wù)協(xié)作，采用身份認(rèn)證和授權(quán)機(jī)制實現(xiàn)雙級權(quán)限管理，保證多線程應(yīng)用下的并發(fā)驗證和密文加密的數(shù)據(jù)權(quán)限需求。

2.1.3 高可用數(shù)據(jù)庫服務(wù)的設(shè)計 采用分片模式和復(fù)制集模式結(jié)合，支持睡眠大數(shù)據(jù)分片和復(fù)制需求，滿足數(shù)據(jù)庫自動故障處理、自動故障轉(zhuǎn)移、自動擴(kuò)容，實現(xiàn)睡眠報告指標(biāo)索引、動態(tài)查詢等功能。

2.1.4 高并發(fā)睡眠數(shù)據(jù)文件采集設(shè)計 采用業(yè)內(nèi)主流的高并發(fā)框架和微設(shè)計模式組合，實現(xiàn)技術(shù)和業(yè)務(wù)分類、斷點續(xù)傳和多線程并發(fā)處理相結(jié)合的技術(shù)難點，滿足業(yè)務(wù)可擴(kuò)展和靈活配置的在線升級需求。

2.2 PSG判讀客戶端 根據(jù)PSG判讀需求[6-8]，客戶端提供PSG、睡眠結(jié)構(gòu)圖、波形和評分事件4個主要顯示窗口。其中，PSG窗口是整個客戶端的核心窗口，負(fù)責(zé)將采集傳輸?shù)乃邤?shù)據(jù)以導(dǎo)聯(lián)為單位顯示在界面上，并支持睡眠分期和相關(guān)事件判讀；睡眠結(jié)構(gòu)圖窗口以“幀”為單位，將所有睡眠分期結(jié)果按照時間順序顯示在窗口中；波形窗口以“幀”為單位，顯示睡眠分期結(jié)果和睡眠事件；評分事件窗口根據(jù)事件標(biāo)注順序依次列出已判讀的所有事件和細(xì)節(jié)。睡眠分期和事件判讀視圖見圖2。

圖2 PSG判讀客戶端睡眠分期和事件判讀視圖

PSG判讀客戶端會涉及多個關(guān)鍵技術(shù)，如跨硬件平臺的設(shè)備接入、視圖窗口間的信息實時同步、睡眠事件的統(tǒng)計和標(biāo)準(zhǔn)化輸出等。

2.2.1 跨硬件平臺的設(shè)備接入 業(yè)界的PSG監(jiān)測

設(shè)備多是國外進(jìn)口，睡眠數(shù)據(jù)采集沒有形成統(tǒng)一規(guī)范，不同設(shè)備的數(shù)據(jù)格式采用私有協(xié)議，特定格式的數(shù)據(jù)只能通過匹配的軟件提取信號進(jìn)行判讀。因此，對各類數(shù)據(jù)進(jìn)行智能匹配，實現(xiàn)主流多導(dǎo)設(shè)備的統(tǒng)一接入，是通用PSG判讀客戶端的基本要求。通過分析不同設(shè)備的數(shù)據(jù)格式，匹配文件頭結(jié)構(gòu)、導(dǎo)聯(lián)名稱和單位信息，PSG判讀客戶端針對不同的文件格式采用合適的讀取策略確定生理數(shù)據(jù)類型，并根據(jù)類型對實際數(shù)據(jù)進(jìn)行適配轉(zhuǎn)換，以最優(yōu)敏感度顯示。

2.2.2 客戶端視窗的同步方案 針對PSG判讀客戶端頻繁發(fā)生的睡眠分期和睡眠事件請求，采用傳統(tǒng)的視窗(Windows)消息響應(yīng)機(jī)制，容易引發(fā)事件響應(yīng)延時甚至丟失的問題。為了解決這一問題，在內(nèi)存映射層引入觀察者模式監(jiān)聽系統(tǒng)消息，并使用消息隊列分類別存儲，從而支持窗口對消息的快速讀取和響應(yīng)。信息同步方案見圖3。

圖3 PSG判讀客戶端視窗的信息同步方案

2.2.3 睡眠及相關(guān)事件的統(tǒng)計和輸出 PSG判讀客戶端中標(biāo)志的睡眠分期和相關(guān)事件，最終以監(jiān)測指標(biāo)統(tǒng)計的形式輸出給云平臺用于生成監(jiān)測報告。為了適配各種類型的統(tǒng)計數(shù)據(jù)，客戶端定義了樹型結(jié)構(gòu)的可擴(kuò)展模板，通過層次結(jié)構(gòu)填充142項睡眠監(jiān)測指標(biāo)，完成睡眠分期、覺醒、心率、血氧、腿動、呼吸等多類事件的計算。

2.3 睡眠分期智能判讀 PSG數(shù)據(jù)的智能判讀是基于專家系統(tǒng)和機(jī)器學(xué)習(xí)算法，對多維生理信號進(jìn)行各類睡眠障礙問題的智能分析和輔助診斷，包括睡眠分期、心電、低通氣、呼吸暫停、腿動、血氧等事件的智能分析，用于輔助診斷失眠、晝夜節(jié)律障礙、睡眠呼吸暫停綜合征、異態(tài)睡眠等。其中，呼吸暫停、腿動等事件的智能分析采用的方法是基于臨床醫(yī)學(xué)規(guī)則構(gòu)建專家系統(tǒng)，并利用信號處理技術(shù)進(jìn)行決策分析。本研究將進(jìn)一步介紹基于機(jī)器學(xué)習(xí)算法的睡眠分期自動識別方法。

《美國睡眠醫(yī)學(xué)會判讀手冊》對清醒和睡眠分期進(jìn)行了命名(W期、N1期、N2期、N3期和R期)[7]，以連續(xù)30 s為1幀判讀睡眠分期。在成人整晚的睡眠過程中，慢速眼球運動睡眠和快速眼球運動睡眠期是以90～100 min的節(jié)律交替出現(xiàn)。每次交替為1個周期，每晚3～5個周期[3]，通過對國內(nèi)外相關(guān)技術(shù)和實踐的研究梳理，本研究選擇和改進(jìn)了適合于本系統(tǒng)的技術(shù)，基于腦電信號進(jìn)行睡眠分期的智能判讀，通過數(shù)據(jù)均衡和小波變換實現(xiàn)數(shù)據(jù)預(yù)處理，采用基于經(jīng)驗?zāi)Ｊ椒纸獾腍ilber-Huang變換[9]提取時頻域特征并通過樣本熵[10]提取非線性動力學(xué)特征，進(jìn)一步采用支持向量機(jī)分類方法對睡眠分期識別進(jìn)行建模。

本研究從國際公認(rèn)的麻省理工PSG公開的MIT-BIH PSG數(shù)據(jù)庫[11]選取樣本，結(jié)合空軍總醫(yī)院經(jīng)過美國注冊睡眠判讀技師標(biāo)注的數(shù)據(jù)樣本進(jìn)行融合和建模，包括健康、輕度失眠、呼吸暫停綜合征和下肢不寧綜合征患者，對未經(jīng)特殊篩選的4 355組30 s腦電信號數(shù)據(jù)進(jìn)行建模，通過交叉驗證和參數(shù)尋優(yōu)獲得最優(yōu)模型參數(shù)，構(gòu)建分類模型，基于該模型清醒和睡眠分期5類識別準(zhǔn)確率為81.1%。

3 討論

面對國民醫(yī)療健康領(lǐng)域出現(xiàn)的睡眠診療問題，本研究順應(yīng)國家分級診療發(fā)展大勢，運用最新的理念和技術(shù)設(shè)計實現(xiàn)了分級診療的系統(tǒng)，研發(fā)了具有自主知識產(chǎn)權(quán)的通用PSG分析軟件，利用人工智能輔助醫(yī)生判讀，代表了最新一代睡眠疾病診療技術(shù)的發(fā)展。睡眠遠(yuǎn)程診斷系統(tǒng)已經(jīng)在空軍總醫(yī)院試用，也為醫(yī)療資源缺乏的邊防部隊官兵的睡眠及相關(guān)疾病的診斷和干預(yù)奠定了基礎(chǔ)，具有較大的創(chuàng)新性和開拓性。這也意味著在這片藍(lán)海之中的探索將存在更多的可能性。將進(jìn)一步擴(kuò)大應(yīng)用規(guī)模，與各地基層醫(yī)院、部隊衛(wèi)生隊無縫鏈接，基于積累的歷史數(shù)據(jù)以及不斷增加的監(jiān)測數(shù)據(jù)，構(gòu)建睡眠醫(yī)療大數(shù)據(jù)中心，實現(xiàn)生理數(shù)據(jù)和病例數(shù)據(jù)的多模態(tài)融合分析，探索臨床決策支持、科研前瞻性研究、個性化、差異化睡眠醫(yī)療等應(yīng)用的研究。

[1]Special:World Sleep Day[EB/OL].(2013-03-21)[2017-06-20].http://www.chinadaily.com.cn/china/2013-03/21/content＿16320337.htm.

[2]“鼾聲如雷”不見得睡得香或預(yù)示生命受威脅[EB/OL].(2010-12-05)[2017-06-22].http://www.zgjkjy.org/Articles/Show.aspx?Mid＝100512023551671＆ID＝325.

[3]高和，王莞爾，段瑩，等.睡眠醫(yī)學(xué)基礎(chǔ)[M].北京:人民軍醫(yī)出版社，2015.

[4]睡眠呼吸暫停與心血管疾病專家共識組.睡眠呼吸暫停與心血管疾病專家共識[J].中華內(nèi)科雜志，2009，48(12):1059-1067.

[5]張俊林.大數(shù)據(jù)日知錄:架構(gòu)與算法[M].北京:電子工業(yè)出版社，2014.

[6]Nejedla M，Minarik R.Examination of sleep disturbances using the ALICE6 system[J].Vlakna A Textil，2016，23(1):9-17.

[7]段瑩，高和.標(biāo)準(zhǔn)多導(dǎo)睡眠監(jiān)測的技術(shù)規(guī)范和應(yīng)用范圍[J].世界睡眠醫(yī)學(xué)雜志，2014，1(1):30-33.

[8]高和，江曉麗.美國睡眠醫(yī)學(xué)會睡眠及其相關(guān)事件判讀手冊——規(guī)則術(shù)語和技術(shù)規(guī)范三[M].北京:人民軍醫(yī)出版社，2010:58.

[9]Huang NE，Shen Z，Long SR，et al.The Empirical mode decomposition and the Hilbert spectrum for nonlinear and non-stationary time series analysis[J].Proc Roy Soc A，1998，454(1971):903-995.

[10]Richman JS，Moorman JR.Physiological time-series analysis using approximate entropy and sample entropy[J].Am J Physiol Heart Circ Physiol，2000，278(6):H2039-H2049.[11]Goldberger AL，Amaral LA，Glass L，el al.PhysioBank，PhysioToolkit，and PhysioNet:components of a new research resource for complex physiologic signals[J].Circulation，2000，101(23):E215-E220.

Cloud-based hardware platform-compatible tele-diagnosis system for sleep disorders

WU Na1，XU Liqun1，GAO He2，DUAN Ying2，CHANG Yaobin1，F(xiàn)ANG Ruojie1，LI Yan2
(1.mHealth and Smart Healthcare Research Center，China Mobile Research Institute，Beijing 100032，China；2.Aeronautic and Aerospace Sleep Medicine Center，Air Force General Hospital，Beijing 100142，China)

The percentage of Chinese population suffering from sleep disorders and related diseases is on the increase in recent years，while the corresponding medical care resources for assessment，clinical diagnosis and intervention are in serious shortage and not evenly distributed in urban and rural regions.This paper aims to introduce an innovative“sleep＋internet”solution，which uses internet，artificial intelligence and other information technologies while integrating the knowledge of clinical diagnosis and expert skills.A hardware platform-agnostic telemedicine system for sleep disorders diagnosis is designed and implemented，which provides a viable path for enriching，improving and expanding the capacity and means of primary care services delivery in the field of sleep diagnosis，and promoting the sharing of quality medical resources across different geographic regions.

Sleep disorders；Polysomnography；Telemedicine；Artificial intelligence

R740

A

2095-3097(2017)06-0332-04

10.3969/j.issn.2095-3097.2017.06.004

100032北京，中國移動研究院移動健康和智慧醫(yī)療研究中心(吳 娜，許利群，常耀斌，方若潔)；100142北京，空軍總醫(yī)院航空航天睡眠醫(yī)學(xué)中心(高 和，段 瑩，李 燕)

許利群，E-mail:xuliqun＠chinamobile.com

2017-07-10 本文編輯:張在文)