ICU和NICU病人监护仪报警现状的调查研究

【作 者】何先梁，刘梦星, ，刘三超，孙泽辉，王澄，李烨

1 深圳迈瑞生物医疗电子股份有限公司，深圳市，518057

2 中国科学院深圳先进技术研究院，深圳市，518000

0 引言

监护仪是医院危重症患者的床旁必备仪器，主要功能是实时采集、分析和呈现患者的生理参数，并通过发出异常报警来提醒医护人员对患者进行干预。

随着监护设备及其测量参数的增多，重症医学工作者很难有足够的精力去逐一确认和处理报警，大量的报警事件容易引起报警疲劳[1-4]。报警疲劳使得医护对真实危重事件的注意力和反应速度下降，在某种程度上对患者的生命安全造成了威胁[5-7]。为了量化重症监护设备的报警情况，LI等[8]基于Philips公司监护仪，针对NICU展开了调查，结果表明：60%以上的报警事件与血氧饱和度相关，平均每名患者每天报警约177次，超99%的致命性心律失常是误报警。DREW等[9]基于GE公司监护仪，针对ICU进行了分析，结果显示：平均每名患者每天报警约187次，约45%的报警为心律失常，其中约88%是误报警。

护士是监护仪的主要使用者。为了获取医护人员对于监护仪报警的直观感受，HALLEY等[10]采用半结构化访谈的形式，对27名ICU护士展开了关于报警定制化的调查，结果显示：护士如何调整报警限主要取决于临床经验和疲劳程度，护士行为主要与科室管理文化、病人反应和对监护设备的技术理解有关。YUE等[11]通过文献综述，研究了教育培训能否有效提高护士对于报警响应和管理的水平，结果表明：护士是处理临床报警的主要角色，其工作环境十分嘈杂，报警疲劳现象普遍存在；强化教育培训能有效提高报警管理水平，减少报警相关不良事件的发生。

本团队聚焦国产监护仪，通过问卷、访谈、报警跟踪和日志统计等方法，研究ICU和NICU监护仪报警现状及医护人员对报警的反应和感受，同时分析解决办法，旨在为下一代监护产品的功能创新和性能突破作参考。

1 对象与方法

1.1 研究对象

在2020年3月至9月期间，选取广东省某三甲医院中心ICU和新生儿NICU为研究对象。人员纳入标准：①自愿参与研究；②在职注册医师和护士；③在科室内连续工作满1年。排除标准：①规范化培训及进修人员；②休假、学习或外出支援人员。为调查报警现状，跟踪和统计床边监护仪和中央站的报警事件、类别、配置以及报警后的医护行为等。

1.2 研究方法

1.2.1 问卷及访谈

为全面掌握科室医护人员的一般资料，并了解其对设备报警的主观感受，设计调查问卷[10]，内容包括个人基本资料、科室总体情况、监护仪报警。对于每个科室，从不同职称中分别选择1名医生或护士参与面对面访谈。访谈采用半结构化形式，即不严格限定问答方式、内容和顺序等。规定至少两名采访者独立记录问答信息，并在结束后相互校验。访谈问题主要涉及报警分布、报警声音、疲劳感受、参数使用、医护操作和患者行为等内容。

1.2.2 报警跟踪及统计

现场跟踪报警事件，采取昼夜排班制，实时跟踪床边监护仪和中央站，并记录报警名称、时刻、正误、患者状态、医护行为和干预措施等。导出中央监护系统的报警数据，对一段时间内监护仪的全部报警事件进行统计分析，揭示不同类型报警分布。ICU共12张病床，每床配备BeneVision N19监护仪。NICU共56张病床，有11床配备BeneVision N17监护仪，有45床配备BeneView T8监护仪。所述监护产品均由深圳迈瑞生物医疗电子股份有限公司设计制造。

2 结果

2.1 问卷及访谈

表1呈现了医护人员的基本资料以及科室最主要的病患类型。大多数医护人员都会根据患者情况个性化调整参数报警限，且认同工作繁忙等因素易导致其在患者出科后忘记恢复报警限。ICU医护更重视有创压（invasive blood pressure,IBP），NICU则更关心患儿的血氧饱和度（pulse oxygen saturation,SpO2），这些参数的异常也是对应科室最主要的报警源。ICU和NICU最常见的技术报警是心电导联脱落，其次是血氧探头脱落。

表1 科室问卷结果对比Tab.1 Comparison of departmental questionnaire results

对访谈结果总结如下：①相比其它仪器设备，监护仪是主要报警来源；②医护操作和患者运动容易造成监护仪误报警，大量的参数超限报警和技术报警无临床价值；③夜间值班时的报警疲劳感更为强烈；④NICU环境噪音较为复杂，医护十分在意监护仪的报警音量和辨识度；⑤对于未来监护系统，医护主要关注智能化、无线化和早期预警等方向。

2.2 报警跟踪及统计

根据危急程度，报警事件分为高级、中级和低级，高级报警往往能得到医护人员的快速响应，中低级报警数量繁多且难以引起医护人员的及时关注。表2给出了科室监护仪报警的总体情况。

表2 各科室监护仪报警Tab.2 Total alarm distributions of ICU and NICU

2.2.1 ICU情况

ICU患者病情变化快、危重程度高。通常需要实时监测血压，常见穿刺部位是桡动脉或足背动脉，收缩压/舒张压/平均压简称为Art-S/D/M。

对收集到的138天ICU数据进行报警统计，结果如图1所示。监护仪共产生235 387次报警，其中生理报警占75.5%。现场跟踪发现，对于心律失常中反复出现的中级室早类报警，医护人员几乎不进行干预；室颤/室速、停搏和呼吸窒息等致命性报警容易引起护士注意，但其中约95.1%为误报警；约85.7%的生理报警是参数超限类报警，部分中高年资的护士在接收病人或处理报警时，会基于患者病情个性化调整报警限，以减少无意义报警。IBP报警占ICU生理报警总数的48.4%，其中包含大量误报警和临床无意义报警。

图1 ICU监护仪报警统计Fig.1 Patient monitoring alarms in ICU

2.2.2 NICU情况

NICU大部分患者是早产儿，常伴有呼吸、神经功能发育不全。通常1名护士看管5～8床患儿，最主要监测指标是SpO2。

对收集到的32天NICU报警数据进行统计，结果如图2所示。胎儿监护仪共产生了67 783次报警，其中生理报警占68.3%，技术报警主要是心电导联或血氧探头脱落。现场跟踪发现，医护人员最关注患儿的血氧。当出现血氧过低或极低的报警时，护士会立即干预，主要措施是氧疗。除病理性缺氧外，患儿哭闹、喂奶等也会引起血氧下降，护士会根据实际情况对患儿进行安抚或暂停喂养。心律失常在NICU中较少见，室颤/室速、停搏等致命性报警中97%以上为误报警，且大多是由于伪差干扰或电极接触不良造成。心率/脉率超限报警占据了生理报警总数的10.8%，其中99.5%是真实报警，患儿哭闹时往往会伴随心率/脉率上升，即使报警频发，医护人员也不会轻易调整报警限。呼吸率超限报警的数量与心率/脉率相当，当测量电极贴放位置不当时，阻抗法计算的结果不可靠，有时护士会调整报警限，甚至直接关闭呼吸报警功能。

图2 NICU监护仪报警统计Fig.2 Patient monitoring alarms in NICU

3 讨论

3.1 报警疲劳依然存在

监护仪引起的报警疲劳问题依然存在，但总体上出现改善。调查中发现，医护人员对大多数中低级报警都形成了一种“免疫”，有时会连带忽视一些高级报警，或对其响应不够及时，这难免会增加病人的安全风险。同时，管理人员要求责任护士积极处理每个报警的做法并不现实。例如，NICU护士需针对多床患儿，逐一完成常规护理和医嘱治疗工作，在班期内几乎处于全负荷状态，特别是当夜间人手不足的情况下，医护反映报警疲劳感明显增强。结合问卷和访谈结果，可初步认为目前ICU和NICU依然存在报警疲劳。此外，根据美国急救研究所（ECRI）报道[6]，引起疲劳的客观标准是平均每床患者每天产生150次以上报警。如表2所示，所述监护仪报警的平均数量已处于疲劳标准之下，且与竞品相比有所进步[8-9]。由此可见，总体上报警疲劳出现了改善趋势。为进一步解决该问题，关键还在于直接减少监护仪的无价值报警。

无价值报警可分为误报警和临床无意义报警。如图3所示，造成误报警的主要原因是测量信号受扰和参数信息不足。当信号受噪声或伪差干扰时，血压测量、心搏分类、血氧计算等都会产生误差。例如在ICU，当患者病情趋于好转时，肢体活动易造成IBP穿刺部位的导管弯折、贴壁甚至堵塞，进而导致压力基线发生不同程度偏移，产生大量误报警。即使没有干扰，由于获取的参数信息不够充分，分析计算也会发生误差，例如房早二联律患者的脉率计算经常容易减半，从而产生大量脉率过低的报警。为解决该问题，多导心电同步分析[12]、多参融合分析[13]以及伪差自动识别[14]等技术被提出，研究结果表明，这些方法可显著减少误报警。

图3 报警疲劳的产生及应对策略Fig.3 Analysis on the reasons and strategies of alarm fatigue

临床无意义报警本质上是真实的报警，产生的主要原因是报警限设置不合理和同类型重复报警过多。临床上，患者之间具有个体差异性，同一患者在不同时段（如昼夜）的生理状态也存在差别，因而医护人员应根据患者情况适当调节报警限，监护系统可通过智能分析自动提醒用户进行报警限调整[15]。此外，对于参数一过性超限、轻微超限伴有恢复趋势等，可通过延迟分析来减少不必要的报警。对于部分同类型报警，例如单发或多发室早，收缩压、平均压和舒张压等在短时间内同时发生时，可采取优先级屏蔽策略减少无意义报警。有时，无意义报警是由于附件系统发生异常而造成，例如ICU常见的IBP穿刺导管弯折或贴壁等，监护系统可通过波形识别来鉴别附件异常，从而及时提醒医护进行处理。

随着人工智能与传感技术的进步，以计算机视觉为代表的创新技术已逐步渗透进重症监护领域。例如，HAQUE等[16]在Nature杂志上报道的两项研究表明，视频监测技术的应用可以连续、细微地感知ICU患者的各种移动，使用机器学习算法将活动进行分类，可获得约90%的准确性。因此，将视频与传统生理参数相叠加，通过数据融合技术，可以使得监护仪更好地实现病人状态识别，减少因未知运动等造成的误报警。

误报警的减少主要依赖于底层算法技术，一般较为隐性。临床无意义报警的减少多需要借助软件交互技术实现，较为显性。例如当监护仪通过智能分析触发一次报警限推荐时，只有医护人员及时响应和确认，新的报警限才能生效[17]。因此，设备厂商和临床科室需要通力协作，加强医护人员的培训，促进新技术和新功能真正落地，才能实现安全有效的报警管理。

3.2 有价值报警不足

医护人员的资源有限，而监护系统的测量参数却越来越多，大量的报警不仅带来了疲劳问题，而且使得病人的病情恶化难以被临床早期识别[18]。因此，监护系统如何自动整合信息，协助医护人员挖掘更有价值的报警事件，对于提高监护质量和效率具有重要意义。

对于重症监护系统，有价值的报警应具备精准、及时和智能三大特性。其中，精准性和及时性是确保医护人员信任和重视报警的前提，近年来各监护厂商在这两方面已取得了显著进步。在本次调研中，医护人员普遍反映报警的智能化程度不足，希望监护仪在未来能够学习人脑，有“能力”辨别病人的各种状态恶化，输出一些“高阶”报警。为实现该目标，参考欧盟南丁格尔PCP指南[19]，提出一种监护系统智能报警的发展路线。

如图4所示，将监护系统的智能化程度分成了6个层次。目前，绝大多数监护仪仍处于最基础的LEVEL 0水平，除了心律失常以外，所有报警条件都是检测当前时刻的参数值是否超过预设阈值，阈值的选取主要基于临床共识。近年来，研究人员发现，特定参数同时发生异常往往具备预警价值，例如对于神志不清伴少尿的病人，若心率高、呼吸快且收缩压较低，则可能预示着休克的风险[20]。因此，基于临床研究资料，针对一些指征性强的条件，LEVEL 1水平的监护仪能实现一种参数组合报警。随着计算能力的提高，监护仪有条件考虑参数值的历史信息，能够模仿人将判断视角从单一位点拉长至最近一段时间，从而实现趋势判断，以揭示患者的生理参数是否发生恶化，如此便达到了LEVEL 2水平。

图4 监护系统智能报警的发展路线Fig.4 Different development levels of intelligent monitoring

现有的监护产品主要处于前3个层次，该阶段的重要特征是：产生报警的数据资料局限在监护仪本身采集的生理参数，包括心电、血氧、呼吸、血压、体温、心排量等。在实际临床中，医护人员评价病人状态时，还会并行考虑病史诊断、生化检验、影像学分析以及体格检查等结果，最后才能形成评估结论。随着数字技术的发展，监护仪可通过医院信息系统获取这些数据，这为监护系统深入分析病人状态创造了条件。

如图4所示，监护仪智能报警的下一步即病人状态报警（LEVEL 3），主要是集成护士常用的评价指标，例如血气分析、生化检验和病人活动（视频）等结果，该阶段的重点是检测状态异常，目标是提高监测护理的效率。然后进入临床决策支持阶段（LEVEL 4），监护仪进一步集成医生常用的评估资料，包括文献知识、电子病历、影像学检查结果等，将生理参数、自然语言、图像视频、生化指标等数据融合，构建多模态分析模型，辅助医生进行疾病分类、分级和分层，提供下一步可能采用的治疗建议。最后，达到强人工智能的水平（LEVEL 5），即监护系统具备自学习、自优化能力，随着医护人员对报警的正误反馈，系统将获取更多的标注数据，进而迭代更新，逐步提高输出结果的准确性。

由此可见，为提高监护仪的报警价值，除了持续优化精准性和及时性之外，关键需要提高监测数据的广度和深度，包括从单参到多参、从单点到趋势、从数值到图像、从本机到网络等。然后，在此基础上，结合临床试验、专家标注和智能算法，构建重症患者大数据分析模型，为临床提供更逼近患者病情恶化的状态报警。

4 结论

无论是中心ICU还是新生儿NICU，目前仍然存在报警疲劳问题。误报警和临床无意义报警过多，是造成报警疲劳的主要原因。为解决该问题，一方面需要从底层算法技术出发，针对主要报警类型，通过信息融合与伪差识别等手段，减少监护仪误报警；另一方面，需要提高医护人员对于监护技术的理解力，加强监护系统交互功能的使用培训，减少无意义报警。

此外，监护系统的报警价值仍有较大提升空间。目前的报警层次，仍处于简单阈值报警和参数组合报警的水平，数据完整性和智能化程度不足以实现患者病情状态的复杂监测。为解决该问题，需要构建清晰的智能报警发展路线，包括从单参到多参、从单点到趋势、从数值到图像、从本机到网络等，高质量、多模态的结构化数据是支撑监护系统生成高价值报警的基础。