账号:
密码:
最新动态
产业快讯
CTIMES / 文章 /
洞察健康数据:一种可付诸行动的转换公式
 

【作者: 愛美科】2021年04月13日 星期二

浏览人次:【3001】

演算法,是将临床资料转成行动洞见的主要驱动力,对病患本人和负责治疗的医师来说,都极有用处与深意。但是要写出一篇关于演算法这种既「无形」又抽象主题的文章,来让读者相信演算法作为一种装置构件,在医疗装置、穿戴装置和其他医疗照护产品(例如结合药物和医疗器材的复合性药物)中有多么潜力无穷,其实很难。


因此,爱美科的首席科学家Willemijn Groenendaal与Evelien Hermeling决定利用爱美科针对特定疾病与治疗的具体研究,来说明他们在这个领域的转换方法。现在,就来深入探讨四项创新研究,主题为心脏监测、心脏复健、压力管理与郁血性疾病治疗,借以说明奠定爱美科转换公式的五大基石:


● 演算法辅助标记:透过识别所谓的基准点(fiducial),例如心电图的R波,以演算法为辅助来标记原始资料。


● 识别新的生物指标(biomarker)


● 数据转换:将数据转换成可付诸行动的洞察力


● 品质评估:评估讯号、生物指标以及行动洞见的品质


● 与医疗院所建立合作:携手医院,与病患进行研究,进一步评估新的(感测)技术与演算法。


1. 演算法辅助的时序标记

医疗新工具

要将数据转换成洞察力,第一步通常就是侦测数据的基准点(fiducial point),例如心电图讯号中的R波。比如,利用R波出现的位置,可以计算出病患的心率。近期,爱美科在这块研究领域开发出一种关键的发展基础要件。


Evenlien Hermeling对此解释:「爱美科开发出一个独特且使用者友善的平台,用来分析和标记医疗讯号,这是一种新工具,在Python上设计,对开发、训练和验证新的演算法有化繁为简的作用。」


这个平台的核心,在于其图形化使用者介面,方便进行三种主要的人工标记:


1. 时间与/或振幅基准点:例如心电图的R波。


2. 持续一定时间的事件:例如心律不整发作。


3. 讯号品质:例如受到动作杂讯影响的资料片段。


「这个介面可以针对同一讯号同时完成所有标记,而且过程符合人体工学,对使用者十分友善。这个平台还能直接连结现有的演算法,并依照实际需求进行手动调整,不仅实现了快速标记数个讯号模态(心脏、呼吸和其他讯号),还能用来进一步精进演算法,更甚者,还能验证演算法。」Hermeling进一步说明。



图一 : 上方为两张光体积变化描记图(PPG),某一PPG讯号(上图)依照进行的活动、动作杂讯以及其他相关的重点区域进行标记、(下图)根据讯号品质进行标记,其中横条的蓝色、绿色、红色,以10秒为区间分段,代表不同的讯号品质分级。
图一 : 上方为两张光体积变化描记图(PPG),某一PPG讯号(上图)依照进行的活动、动作杂讯以及其他相关的重点区域进行标记、(下图)根据讯号品质进行标记,其中横条的蓝色、绿色、红色,以10秒为区间分段,代表不同的讯号品质分级。

应用案例:心脏监测装置:用AI标记心电图


病患在进行日常活动时,持续监测他们的心电图,能在诊断或追踪心脏病时派上用场。在心电图里,侦测并标记R波很重要,藉由R波,就能计算出心率和其他重要的心脏参数,它也是诊断心律不整的重要衡量标准。


Willemijn Groenendaal表示:「爱美科已经发表了几篇有关心电图心跳侦测器与演算法的论文,那些演算法不仅能侦测R波和心电图的五种波形(P-Q-R-S-T波组),还能侦测心跳之间的时间间距。这项研究有部分是和比利时林堡省的一间超区域(supra-regional)医院—东林堡医院合作的成果。」


这项研究的焦点,在于实现低功耗、快速(即时运作)、准确且智慧化的心跳侦测器。如果要将这套演算法嵌入至小型穿戴装置,这些性能特点很重要。而「智慧化」指的是深度学习和非监督式学习技术在心跳侦测器的应用, Groenendaal解释。


「在穿戴装置导入智慧功能,也就是所谓的边缘运算,带来很多优势。」Hermeling则补充:「首先,它能规避隐私权的问题,现在的穿戴装置利用云端服务进行资料分析时就会遇到这个问题;除此之外,智慧化可以提供更具规模化的解决方案,因为必须从装置端传到云端的资料量更少。最后一点,边缘运算比云端运算具备还要高的能源效率。」


2. 识别新的生物指标

在资料流中标记出重要的基准点后,演算法还需识别生物指标,这些指标能提供有关体内单一或多个生理系统的资讯。例如,心率是一种生物指标,从心电图讯号中撷取出来,这也是刚刚转换公式第一步,标记P-Q-R-S-T波组作为基准点时也同步进行自动标记的指标,能提供关于病患健康和身体状况的资讯。另一种生物指标是呼吸时间、呼吸量或呼吸频率,用于慢性肺病的患者。


应用案例:郁血性疾病治疗:以胸腔生物阻抗作为侦测体液变化的生物指标


心脏衰竭(heart failure)是全球主要的公共卫生问题,因为郁血(水分和盐分滞留体内)而频繁住院或再住院是该疾病的特征。


处理郁血问题的治疗策略包含利尿剂、血管舒张剂、超过滤作用等。问题在于找出最适合个别病患的脱水策略。有没有可能利用穿戴装置和演算法监测治疗有效性,来协助打造个人化疗程?


研究人员过去在东林堡医院监测了36位进行郁血性疾病治疗的病患。他们的胸上放了一种监测生物阻抗的穿戴装置。结果显示,基于生物阻抗的监测可用来评估病患体液状况的变化,亦即住院期间郁血性疾病治疗的有效性。


生物阻抗这项生物指标甚至还能获取疗程的其他洞见:在初始治疗时,胸腔阻抗增加的病患,比胸腔阻抗没有增加的病患,通常会获得更好的临床成效。这项临床结果在病患出院的30天和1年后皆有纪录。


Groenendaal解释:「和我们很多其他研究一样,在这项郁血性疾病治疗的研究中,我们用了自己的晶片和穿戴监测装置,来监测心电图、皮肤温度和生物阻抗等。我们自己开发了软硬体,也因为这种整合的开发方式,我们才能打造出一套独特的专业组合,这对发展真正实现创新的医疗解决方案来说是关键,尤其在未来,更多智慧会被导入穿戴、可插入式或植入式装置,势必要强化软硬体与应用专家三方之间的整合。」


未来展望:更复杂的生物指标

「新兴生物指标的发展,是爱美科密切关注的焦点。所谓较典型的生物指标包含心率、心率变异度和皮肤温度等。」Evelien Hermeling指出:「但要是我们能设计出更复杂的生物指标,像是发炎、氧化压力或内皮功能异常,并用非侵入式的方式进行测量呢?」


其中,内皮细胞功能异常和内皮层有关,内皮层是心脏或血管内的细胞薄膜,当它运作失常时,动脉就不能完全扩张,问题就会出现。


「对预测中风、心脏病发作和其他心血管疾病来说,这些生物指标相当重要。」Hermeling强调:「为了能用非侵入式方式来测量这些参数,我们就需要透过穿戴装置,例如贴片,来搜集数据,并利用演算法来计算特定生物指标,以作为判断像是内皮功能异常的测量方法。」


Hermeling接着说明,首先,当然就是针对内皮功能异常设计出新的生物指标,透过在临床搜集数据,并与医师和其他应用领域(例如医疗装置公司)的专家合作。就这点,科学相关出版已经准备就绪,要让医学界相信这项全新生物指标的价值,还有穿戴装置和演算法的测量可靠度。


下一步,也是最终目标,要进一步开发能用在行动或家用场景的解决方案。



图二 : 多模态监测心脏衰竭患者能获取有关病患身体安康与疾病现状的全面性洞见。
图二 : 多模态监测心脏衰竭患者能获取有关病患身体安康与疾病现状的全面性洞见。

3.从数据到行动洞见的转换

除了识别基准点和计算生物指标,第三种演算法的开发是为了获取资料中能付诸于实践的行动洞见。


Willemijn Groenendaal表示:「在这个转换阶层,我们整合所有数据,包含来自多个生物指标、生理系统和身体子系统,例如心脏、呼吸和运动系统等,用来针对特定疾病做出决策。」


她以爱美科团队过去进行的研究为例,在一项针对慢性阻塞性肺病(Chronic Obstrctive Pulmonary Disease;COPD)患者的研究中,生物阻抗以及肌动参数的创新整合,能够显示出不同患病严重程度的病患之间存在的差异。未来,这种创新指标可以用来持续不间断地监测疾病进展,而且是在病患家中。当然,这还需要更多的研究和开发。


应用案例:心脏复健:演算法预测治疗结果,为依照病患量身打造的医疗方法铺路


对经历过心脏病发、心脏衰竭、动脉成形手术或心脏手术的人来说,心脏复健(cardiac rehabilitation)计画常被用来改善他们的心脏健康。这种治疗的关键要素之一,就是运动辅导与训练。但不是所有病患都对心脏复苏的反应相似,而且目前对于是什么机制造成病患之间的巨大变异性,所知甚少。演算法可不可能协助医师获取更多心脏复健的见解,用来预测特定病患的治疗结果,并实现为病患量身打造的治疗方式?


为了研究这项应用,研究人员搜集了129位病患的资料,在东林堡医院进行一项心脏复健计画。这些病患配戴了爱美科的穿戴心电图原型装置,同时在为期15周的计画中,定期进行五次的6分钟行走测试。


根据心电图的数据,像是静止心率、最大心率和心跳恢复率等的参数都进行了运算。接着,该团队研究了不同病患之间的心脏反应是否存在差异,显示出高反应组的病患在身体机能上出现明显改善,而低反应组的病患在进行心脏复健治疗后只有些微进步。


Groenendaal表示:「在这项研究中,我们定义了全新的数位生物指标,也就是曲线的形状和陡度,这些曲线描绘了病患在进行6分钟行走测试时的心率。而针对心脏病患者在典型活动中的心脏反应,新的生物指标能提供更深入的见解,还能区别高反应与低反应组。」


此外,区别病患差异的这个步骤已经能在治疗开始时进行,建立基线


(baseline),低反应组在行走时基线的心率增加较陡。如此一来,新兴的生物指标就能用来预测个别病患将对心脏复健疗程做出什么反应,还能将治疗策略个人化。



图三 : 利用穿戴心电图装置,就能在心脏复健病人进行五次行走测试时,测量他们的心率。(source:De Canniere et al.)
图三 : 利用穿戴心电图装置,就能在心脏复健病人进行五次行走测试时,测量他们的心率。(source:De Canniere et al.)

图中的二次多项式模型被当作配适度(fit)指标,曲线代表平均配适度,阴影区域代表标准差。曲线形状与陡度之间的系数被提议当作心的数位生物指标,用来预测心脏复健治疗的结果。

Groenendaal指出:「或许你也有发现,这项研究进行时与东林堡医院有密切合作,而临床合作在我们每个研究中都是重要基石。我们的演算法必须先在临床情境下经过验证,应用领域专家也参与其中,这些都在演算法应用到家用监测穿戴装置之前进行。」


4. 从各层面评估数据品质

前面提到识别基准点、定义生物指标与从数据得到洞见,和这三点相同,专注在数据分析结果的品质也很重要。爱美科开发了一些演算法,能指出演算法在各层面的品质。医师在为病患设计治疗策略时,数据分析结果的品质是重要资讯,在家用场景这种不受医院监管的环境中,品质指示更是所有测量中最重要的一环。


应用案例:日常活动时的压力监控


压力对人们的健康和安康有负面影响。研究显示,压力和忧郁症、心血管疾病、猝死以及心肌梗塞都有关联。及早侦测并预防压力因此至关重要。


演算法与穿戴装置,对协助个人化预防与治疗策略能提供一定的保证,将个人在压力参数上的变异性纳入考量。爱美科进行了一项大型研究,共有1002位受试者在从事日常活动时接受为期5天的监控。该研究透过穿戴式装置来测量心电图、心率、皮肤导电、皮肤温度和动作,并利用手机来获取使用情境,以及在手机上发放问卷,最后搜集到在行动情境下进行压力监控的资料组,规模为目前已知最大。


演算法与机器学习被用来分析这些数据,结果显示,在不同压力程度下,心电图参数、皮肤温度、皮肤导电之间有明显差异。不仅如此,这项研究还推断,不同人对压力的生理反应其实大不相同:就生理特征的动态范围来说,有些人的范围小,其他人的范围大。


换句话说,所有人对生理压力的反应程度和类型不同。该研究发现,与生理压力反应度较明显的受试族群(大动态范围组)相比,反应度较和缓的受试族群(小动态范围组),倾向拥有较不健康的生活方式,以及更高的忧郁、焦虑和压力指数。


Evelien Hermeling表示:「这项研究树立了很好的典范,展现了穿戴式监测能在现实生活情境中提供有关疾病和心理疾病的全新观点。这也进而建构了全新治疗策略的基础,可能藉由穿戴式技术提供辅助。」


Willemijn Groenendaal接着说道:「在这项研究中,我们的重点之一是将讯号品质纳入考量。在爱美科,我们相信品质指标应该用在演算法的各个层面,包含讯号、生物指标和洞见的层面,以帮助正确诠释这些数据。此外,我们也尝试使用不同方法来测量单一参数,并利用讯号融合(signal fusion)来改进测量可靠度。」


病患本位的医疗照护:下个里程碑是全人医疗

「目前我们关注的通常是单一健康参数,以及如何对此进行优化。」Hermeling指出:「例如血压,心脏专科医师未来可以利用穿戴式或医院的装置来监测病患,调整用药,或许还能应用结合药物与医疗器材的复合性药物(drug-device combination)来完美平衡并为个人量身打造用药剂量。」


不过理想的血压并不一定代表最佳的整体健康状康,她也强调,血压药确实可ˇ以降压及降低心率,但这也让维持药性更加困难。


「如果有一种穿戴装置能测量不同参数,还有不同演算法能协助找出实现整体健康优良状态的完美平衡,不是会更理想吗?」Hermeling说道:「爱美科相信这种全人医疗的做法,将会是奠基病患本位医疗照护(patient-centric healthcare)的基础。」



图四 : 全人医疗锁定测量不同叁数,随後,演算法协助找出实现整体健康状态良好的完美平衡。
图四 : 全人医疗锁定测量不同叁数,随後,演算法协助找出实现整体健康状态良好的完美平衡。

结语

尽管爱美科最为人知的是半导体技术,但在演算法、人工智慧和机器学习,我们也具备大量专业知识。本文展示了这点,在医疗照护领域,爱美科进行了有关压力管理、心脏监测、心脏复健和郁血性疾病治疗的卓越研究。


爱美科将持续锁定几项研究重点,包含利用大量且多元的资料组加强演算法的验证、与医疗院所合作以达成演算法的临床验证、进行各层面的品质评估、实现可解释的人工智慧(explainable AI;XAI)—这是获得临床认可的唯一方式、采取协调晶片设计、系统建构与软体的整合方式、采取全方位做法以同步优化不同的生物指标。


(本文由爱美科授权刊登;作者Willemijn Groenendaal、Evelien Hermeling为爱美科首席科学家/编译:吴雅婷)


**刊头图(source:spectrum.ieee.org)


相关文章
imec总裁:2023是AI关键年 快速影响每个人
革命性医疗成像 imec用非侵入超音波监测心脏
晶背供电技术的DTCO设计方案
可程式光子晶片的未来动态
Premium Radar SDK以演算技术改进汽车雷达应用
comments powered by Disqus
相关讨论
  相关新闻
» 农业策略联盟启动跨域思维 创新加值推动产业
» imec展示32通道矽基波长滤波器 实现低损耗高效率
» 互盛以IoT智能环保可视化服务 协助顾客加速双轨转型
» 鼎新电脑携手和泰丰田解缺工 以数位劳动力开启储运新时代
» Fortinet SASE台湾网路连接点今年落成 全台巡??落实云地零信任资安


刊登廣告 新聞信箱 读者信箱 著作權聲明 隱私權聲明 本站介紹

Copyright ©1999-2024 远播信息股份有限公司版权所有 Powered by O3  v3.20.1.HK83TAZEFWOSTACUKH
地址:台北数位产业园区(digiBlock Taipei) 103台北市大同区承德路三段287-2号A栋204室
电话 (02)2585-5526 #0 转接至总机 /  E-Mail: webmaster@ctimes.com.tw