当人工智能遇到呼吸系统疾病
第十七届北京大学呼吸病学年会上，与会专家呼吁：人工智能在呼吸系统疾病的诊疗过程中应发挥更大作用，其将引领呼吸学科进入新的发展阶段。推进人工智能技术在呼吸系统疾病领域的开发应用，临床医生要主动抓住机遇。
AI辅助阅片助力肺癌早筛
北京大学人民医院呼吸内科主任医师何权瀛：人工智能在临床的应用正面临着机遇和挑战并存的局面。尽管目前人工智能尚无法取代呼吸科临床医师的诊疗决策地位，但人工智能应该也必将作为呼吸科医师的得力助手，将呼吸科医师从日常繁琐沉重的工作中解脱出来，大幅度提高诊疗效率。
以人工智能在肺癌早期诊断的应用为例。薄层CT技术的广泛应用使得肺癌早期发现率大大提高。但薄层CT明显增加了CT成像的数量和影像医师的读片量，并可能导致肺结节的漏检和误诊。而计算机辅助检测和诊断系统(CAD)可利用计算机高速计算、自动处理的优势帮助医生发现和诊断早期肺癌。
但需要注意的是，目前CADe尚不能发现所有的结节，因此不能单独采用CADe方式。具体应用中，将CADe作为第二阅片者还是共同阅片者，需要考虑医生的自身水平及工作效率等。这项技术将成为国家进一步做好分级医疗，医疗优质资源下沉的好帮手。
新设备打造睡眠呼吸智能管理
北京大学人民医院呼吸内科主任医师董霄松：可穿戴设备和智能化技术在睡眠呼吸管理领域的优势正不断显现。依托生命体征传感技术，人工智能算法对连续大数据进行深度学习，可形成个性化健康模型，用以检测AHI指数、心律失常以及猝死风险等。在阻塞性睡眠呼吸暂停监测领域，有几个典型应用。
01
智能可穿戴设备
心肺耦合技术和生物阻抗融合技术相结合的睡眠智能可穿戴设备，其对睡眠呼吸暂停的判读结果与金标准的多导睡眠人工判读结果有较好的一致性，敏感度为85.5%，准确率可达84.72%。
02
微动敏感床垫
03
智能面罩
04
脑电头带设备
基于脑电图和血流灌注测量技术，配合运用脑电专利算法，可呈现大脑功能状态，如困倦、焦虑等；运用脑电图和增强现实技术，可通过语音和图像进行脑电波感应与控制；运用脑电图和骨传导音频技术，可监测大脑活动，并通过骨传导音频管道使音频直接进入内耳，再利用机器算法分析大脑，可在手机应用程序中看到睡眠数据，并据此设置个性化管理指标，改善不良睡眠习惯。
05
智能睡眠监测辅助设备
可监测EEG、眼动、睡眠体位、各个睡眠阶段时间、睡眠周期长短、睡眠和清醒时间。并通过无线连接，同步至手机或平板的软件，计算睡眠质量评分。在头带内侧相对两耳处有扬声器，会依据追踪到的脑波播放不同频率音频。
未来，依托稳定可靠的监测设备、高速准确的数据传输、及时恰当的结果解读及反馈，可在睡觉疾病患者诊断和治疗后，进行远程面谈，进行可提高患者依从性的数据管理或团队管理。
