抽血找不到血管？人工智能有辦法
大數(shù)據(jù)文摘出品
來源：rutgers.edu
編譯：張大筆茹、夏雅薇
可能不少人都聽過護(hù)士在抽血的時(shí)候找不到血管的段子，但這確實(shí)是真人真事，而且聽起來也蠻痛的。
不過現(xiàn)在，這種情況可以有效避免了，因?yàn)榱_格斯大學(xué)(Rutgers University)的工程師們發(fā)明了一種結(jié)合了機(jī)器人、人工智能以及近紅外和超聲成像技術(shù)，來進(jìn)行抽血或插入導(dǎo)管以輸送液體和藥物的設(shè)備。
這項(xiàng)研究成果發(fā)表在《自然：機(jī)器智能》上，論文表明，圖像引導(dǎo)機(jī)器人設(shè)備這樣的自主系統(tǒng)在某些復(fù)雜的醫(yī)療任務(wù)上可能超越人類。
論文鏈接：
https://www.nature.com/articles/s42256-020-0148-7
醫(yī)療機(jī)器人可以降低傷害，提高效率和結(jié)果，并在資源有限的情況下以最少的監(jiān)督執(zhí)行任務(wù)。這將使醫(yī)療保健專業(yè)人員能夠?qū)⒏嗟木Ψ旁谄渌P(guān)鍵方面，急診醫(yī)護(hù)人員也能在偏遠(yuǎn)和資源有限的地區(qū)進(jìn)行先進(jìn)的干預(yù)和復(fù)蘇治療。
資深作者M(jìn)artin L. Yarmush與新不倫瑞克省羅格斯大學(xué)工程學(xué)院生物醫(yī)學(xué)工程系主任兼特聘教授Paul&Mary Monroe表示：“與專業(yè)的醫(yī)療保健專業(yè)人員相比，我們的團(tuán)隊(duì)利用志愿者，模型和動(dòng)物進(jìn)行實(shí)驗(yàn)，結(jié)果表明該設(shè)備可以準(zhǔn)確地找到血管，提高治療成功率和縮短手術(shù)時(shí)間。”
通過進(jìn)入靜脈，動(dòng)脈和其他血管是許多診斷和治療程序中至關(guān)重要的第一步。包括抽血，注射液體和藥物，引入支架等設(shè)備和監(jiān)測(cè)健康狀況等。手術(shù)的及時(shí)性是很關(guān)鍵的，但準(zhǔn)確找到血管對(duì)許多醫(yī)護(hù)人員來說有時(shí)很有挑戰(zhàn)性。
研究表明，該過程大約有20%的失敗率，血管狹窄，扭曲，滑動(dòng)或塌陷的人的困難性會(huì)增加，這在兒科，老年人，慢性病和外傷患者中很常見。在這些組中，第一次準(zhǔn)確率低于50%，且常至少需要進(jìn)行五次嘗試，這會(huì)導(dǎo)致治療延遲。當(dāng)相鄰的主要?jiǎng)用}，神經(jīng)或內(nèi)臟器官被穿刺時(shí)，也可能會(huì)出現(xiàn)出血等并發(fā)癥，幾次下來會(huì)大大增加并發(fā)癥的風(fēng)險(xiǎn)。附近的血管難以進(jìn)入時(shí)，就需要更具侵入性的方法，例如創(chuàng)建中心靜脈或動(dòng)脈通路。
此設(shè)備可以在最少的監(jiān)督下將針頭和導(dǎo)管準(zhǔn)確地引導(dǎo)到細(xì)小的血管中。它將人工智能與近紅外和超聲成像相結(jié)合以執(zhí)行復(fù)雜的視覺任務(wù)，包括從周圍組織中識(shí)別血管，對(duì)其進(jìn)行分類并估計(jì)其深度，然后進(jìn)行運(yùn)動(dòng)跟蹤。在其他已發(fā)表的論文中，作者已證明此設(shè)備可以用作將自動(dòng)抽血和血液下游分析合并的平臺(tái)。
接下來將在更廣泛的人群中對(duì)設(shè)備進(jìn)行更多研究，包括那些血管正常和難以進(jìn)入的人群。Yarmush表示：“此設(shè)備不僅可以用于患者，還可以稍微改進(jìn)一下用于對(duì)嚙齒動(dòng)物的抽血，這對(duì)制藥和生物技術(shù)行業(yè)的動(dòng)物藥物測(cè)試極為重要。”
相關(guān)報(bào)道：
https://www.rutgers.edu/news/robot-uses-artificial-intelligence-and-imaging-draw-blood
【本文是51CTO專欄機(jī)構(gòu)大數(shù)據(jù)文摘的原創(chuàng)譯文，微信公眾號(hào)“大數(shù)據(jù)文摘（ id: BigDataDigest）”】
