心肺复苏教学及实践智能化辅助技术的研究进展

高玉洁， 刘京铭， 唐晓英， 郭 伟， 高天欣

院外心脏骤停(out-of-hospital cardiac arrest, OHCA)是世界范围内的主要死亡原因之一[1]。在欧洲和美国，每年约有400,000名患者发生OHCA，存活率为10%～15%[2-3]。而在亚太地区，OHCA总存活率为0.5%～8.5%，总生存率仅为5.4%[4]。发展中国家每年由于OHCA导致的死亡人数急剧增长[3,5-9]。OHCA带来巨大的公共卫生负担。心肺复苏(cardiology-pulmonary resuscitation， CPR)能挽救生命并减少脑损伤的发生[3]。但研究表明，接受CPR的OHCA患者约有28%在抵达医院时恢复了自主循环，而发病30天后的总生存率仅为12%[10]。随着CPR指南[11]的不断更新和CPR教学的普及，近20年来OHCA患者的生存率有所增长。有研究[12]表明，相对于未接受CPR培训的院前自主循环恢复(return of spontaneous circulation， ROSC)率与培训后的ROSC率相比，由6.6%升高至12.6%。由此可见，在人群中普及CPR并提高培训质量是挽救OHCA患者生命的关键。

CPR的有效性取决于第一目击者、应急医疗服务和医院专业人员之间的有效合作。第一目击者即刻提供高质量CPR是生存链中的关键环节[13]。在提升OHCA患者生存率的过程中，从教学到实践，各种辅助技术可以提高CPR培训的效率和质量，为高质量CPR培训助力[14]。现有的CPR培训以面对面教学和网络视频教学为主，随着科学技术的进步，出现了与虚拟现实(virtual reality， VR)、现实增强(augmented reality， AR)相结合的技术，大大丰富了CPR教学方式的多样性。在实际的CPR操作过程中，多种辅助技术也被开发出来，包括与智能设备结合的程序和专业的辅助设施，以帮助救助者尽可能的提升操作准确度，从而挽救患者生命。本文旨在探究CPR教学和辅助智能化技术的现状，思考未来CPR培训的主要延伸方向，为提升OHCA抢救率和生存率这一复杂问题提供参考。

1 多样的教学辅助方式

随着互联网的飞速发展和智能设备的家庭化普及，CPR的教学方式也逐渐从单一的面对面教学向更多样的方式演变，网络和视频成为新的教学媒介；人体模型辅助教师更好的进行示范；VR技术也丰富了CPR教学课堂。

1.1网络视频教学

在CPR教学智能化之初，教学媒介是最先改变的。Beskind等[15]评估了无训练的视频教学和课堂训练教学的差异，发现视频训练相对提高了CPR质量和反应能力，但按压深度只有通过传统课堂训练，即搭配人体模型进行训练才能提高。

Martina等[16]评估了一个以视频为媒介的CPR教学计划在小学生CPR教学方面的成效。他们提供了基础生命支持(BLS)/自动体外除颤器(AED)课程培训、人体模型和教育视频。学生们通过视频学习CPR操作，并在人体模型上进行练习。在课程结束3个月后对304名学生进行测试，6个月后对318名学生进行测试，测试结果表明，学生们在理论和实践技能方面均取得良好成绩。

网络视频教学为教师和学生提供很大便利。学生可以很方便的获取学习资源，同时也为无法接触到专业训练的普通人提供学习机会，教师也多了一条授课途径。但仅观看视频却无实际训练的教学方式并不能提升学生的操作准确度。但视频教学对CPR知识普及具有一定积极意义。

1.2人体模型

传统CPR培训人体模型在外形上模拟人体，以方便学员在练习中找到正确的按压位置。人体模型的胸腔内部会安置弹簧，较大程度上模拟真实人体胸腔的按压强度。在CPR培训中，这些传统教具的确满足了部分需求，但在提升CPR操作准确度方面还需要进行改进。随着科技的发展，一些反馈装置和人体模型相结合，令教具有了很大变化，满足了CPR培训的更多需求。

2017年，Mason等[17]对一款高质量CPR(high-quality cardiopulmonary resuscitation， QCPR)的增强型BLS人体模型第一次进行了正式评估，该模型可通过手持垫提供额外的视觉反馈。他们通过对学员发放调查问卷的方式寻求关于QCPR如何影响学习的主观评论，并对模型进行结构化观察，以确定与QCPR相比，观察进行CPR的讲师是否可以提供准确的反馈。76%的学生认为QCPR的反馈比老师的反馈更为及时，100%的老师支持在课堂上使用QCPR模型。大部分学生和老师肯定了此产品在CPR教学中的优点，可以使更多学生参与CPR教学，从而帮助讲师提供更全面的反馈。

González-Santano等[18]比较了传统训练(TT)、手机应用程序(AP)和反馈人体模型(FT)三种方式下30名操作者CPR的操作质量，TT和AP两组的操作质量分别为77.7%和81.7%，而FT组的操作质量可达到93.8%，FT方式下的CPR操作质量有明显提升，是比TT更好的学习工具。

1.3VR技术

VR技术在CPR教学中的应用是继视频教学后的又一大教学媒介的革新。Nas等[19]评估了VR和面对面CPR培训之间的CPR质量。他们采用前瞻性随机开放盲点设计进行的非劣效性试验，利用主要要素评估CPR质量，使用CPR模型来评估胸部按压深度和心率。

与面对面训练相比，VR训练可产生较好的胸部按压速度，但按压深度较差。鉴于VR培训有潜力覆盖更大的目标人群，需要进一步发展以实现面对面培训所需要的按压深度和其他CPR要素。

1.4AR技术

AR技术与VR技术类似，用户可以与现实世界互动。利用AR技术，全息图像可以叠加到真实环境中，用户可以同时与两者进行交互。

Ingrassia等[20]基于AR技术开发了一种BLS和除颤训练中用于增强现实学习环境的装置Holo-BLSD。虚拟3D图像投射到模拟人身上，学员可使用自然手势、身体运动和语言来完成任务。26位使用者提供了问卷反馈，对系统的易用性进行评价。与传统CPR教育培训系统相比，该系统提供了交互式反馈，使培训更准确有效。Leary等[21]提出应用AR技术训练学员应对突发心脏骤停(sudden cardiac arrest, SCA)的方法，模拟一个VR环境，学员可以与环境进行互动，包括进行CPR操作、使用AED、对虚拟受害者使用AED或联系紧急救援人员，进行训练的人体模型可以提供反馈。此外，可以将CPR反馈人体模型与AR设备集成，全息显示基于实际CPR操作的具体情况。

2 实践中辅助判断的方法和设备

在CPR训练或实际操作中，CPR质量是影响患者生存的重要因素之一。在突发状况中，对未受过CPR训练的旁观者，快速精确的操作指导是十分必要的；对经验丰富的专业人员，基于个人经验的传统判断方式容易受到操作和环境等要素的影响，且十分主观，并不利于CPR教学和实际操作。智能设备的发展为CPR辅助判断提供了新思路。在实际的CPR实践中，操作人员可以通过电话语音或视频得到指导，利用手机视频判断操作质量；智能手机、智能手表也可以通过搭载的应用软件判断动作是否标准；专为CPR质量判别的智能设备也被开发出来。这些新型设备和产品的出现，令CPR操作的判断更为简单准确，一定程度上降低了急救和培训的时间成本，有益于OHCA患者生存率的提高。

2.1电话、视频指导 语音或视频指导更多的用于紧急情况，且在操作人没有基本CPR常识时而被迫选择的一种应急方式。Plata等[22]评估了通过调度员辅助电话进行CPR与其他方式对CPR质量的影响。他们选择100位无CPR经验的志愿者对人体模型进行8分钟CPR，最终发现相比于智能设备指导下的CPR，旁观者在单纯的辅助电话指导下，CPR质量不尽人意。

2.2手机视频判断质量 手机视频除了可以为指导者和操作者之间建立沟通，还可以通过一定的技术手段为CPR质量判断提供基础。Engan等[23]建议通过使用智能手机中的内置摄像头捕获执行的CPR视频，以估计执行的胸部按压的持续时间和速率。其算法基于在视频帧中找到目标动态区域，然后通过计算滑动窗口上的快速傅立叶变换来评估功率谱密度。将主要频率的功率与感兴趣的频率功率进行比较，并在不同情况下针对男性和女性进行测试，以解决目标压缩率、背景干扰、口对口人工呼吸、各种背景照明和电话放置的情况。最终结果表明，通过将智能手机放置在患者附近，并使用内置摄像头，结合在设备上实时执行的视频处理算法，用来监测目击者执行的胸部按压的频率是可行的。

2.3手机、智能手表辅助

CPR的判断设备应当及时、快捷、便利，与智能移动设备相结合的方式很大程度上满足了这一需求，将智能手机或智能手表作为CPR操作的判断仪器已经越来越普遍，其应用软件系统也被开发出来。

Sarma等[24]测试了低成本和可扩展的移动电话或基于智能手表的解决方案是否可以在模拟CPR期间提供按压缩和按压频率的准确度。他们选择50名医疗保健提供者(其中57%为ICU护士)在佩戴这两种设备的同时，对经过校准的训练人体模型(Resusci-Anne， Laerdl)进行了模拟CPR。以按压深度和速度的准确性为主要参考对象。最终，在实践环境中的仿真过程中，移动设备应用程序指导的CPR可以准确跟踪按压深度和速率。Truszewski等[25]调查了3种CPR反馈设备(TrueCPR， CPR-Ezy和iCPR)对CPR期间胸外按压效果的影响。他们发现与标准BLS、CPR-Ezy和iCPR相比，只有TrueCPR明显影响了有效按压比例的增加。Eaton等[26]研究了英国心脏基金会手掌型心肺复苏监测仪(PocketCPR)培训应用程序是否可以提高胸部按压的深度和速度，以及是否推荐给旁观者使用，他们发现，此应用程序将胸部按压提高到了所需深度。

An等[27]对文献进行了系统回顾，评估了智能设备在培训期间改善CPR质量的效果。最终选择11项研究(5项随机对照试验，1项随机试验和5项随机交叉试验)用于该系统评价。这些研究中有8项使用智能手机，3项使用智能手表，最终发现智能手表可以提高胸部按压深度的准确性。

2.4专业判断设备 除了与现有移动设备的结合式判断工具，专为判断CPR操作质量的智能化设备也被开发出来。有学者[28]开发一种可检测CPR速率及其变化情况的AED，利用电极片获取电信号，通过与一对电极棒相连接的前端电路将其转换为多个CPR压缩信号，并于处理器相连接，此设备即可确定CPR速率和速率变化情况，并对深度不达标的按压进行详细的语音示警。Johnson等[29]开发一种CPR反馈设备组合，包括可穿戴计算设备(如带有多个传感器的腕带式设备、带有显示功能镜片的可穿戴眼睛等)和独立显示器。在救援过程中，CPR反馈数据(如心率、深度和CPR间隔时间)可显示在腕带式设备上，其他反馈数据(如释放速度、受害者心率、吸入的二氧化碳以及/通气提示)和患者信息(如ECG、其他测量参数)也可以显示在独立的显示设备上。Kiran Hamilton等[30]开发一种头戴式计算设备，该设备包括处理器、传感器和多个显示模块。在CPR急救中，利用传感器获取CPR操作和患者生命体征信息，处理器处理信息并反馈给救助者，模块可显示信息，并提示救助者相应的CPR操作。该处理器还可根据患者具体情况处理胸部按压特性，并在显示设备中更新CPR操作提示信息。该设备可令佩戴者在密切关注患者的同时接受CPR指导，从而有助于提高患者的生存几率。

3 智能算法

在CPR智能设备的研发中，快速、精准的算法也在随着智能设备的发展而快速更新。目前在CPR智能设备的市场中，即时反馈应用程序占比较大，但同时也有新兴模块参与到CPR智能化发展中。

3.1智能化反馈应用程序 智能化反馈应用程序多与专业反馈模型配套，如Laerdal公司开发的Q-CPR系统与复苏安妮模型搭配，此外也有与智能移动设备(智能手机、智能手表等)兼容的判断应用软件(如iCPR或PocketCPR)。其判断条件依据基本的CPR动作要求，在特殊环境下易产生误差。

3.2基于神经网络和机器学习的判断模块 引用了神经网络和机器学习的CPR质量判断模块在传统反馈应用程序基础上，改善了后者在极端条件和操作者差异等容易产生误差的缺点。Mitri等[31]调查了多模态数据在CPR训练期间可用于检测错误的程度。他们训练五个神经网络来对五个指标进行分类。实验结果表明，与复苏安妮人体模型基线相比，多模式数据可以提供准确的错误检测。此外，CPR的多模式模块可以检测其他CPR训练错误，例如正确使用手臂和体重。迄今为止，这些错误只有人类指导者才能确定。为了调查在进行CPR的多模式辅导员未来实施中的用户反馈，他们进行了问卷调查以收集有关CPR培训的反馈意见。

4 不足和展望

在我国，心血管疾病常识和防治知识以及CPR技术还有待进一步普及，特别是边远或欠发达地区的农村，心血管疾病还在以突发疾病的方式危害人类健康。随着人民生活水平的提高，人们对CPR技术普及的要求越来越高，又逢冬奥会将在我国举办，政府加大了对市民CPR培训力度。我国国务院办公厅在《中国防治慢性病中长期规划(2017—2025年)》中提出，到2025年，慢性病危险因素得到有效控制，实现全人群全生命周期健康管理，力争30～70岁人群因心脑血管疾病、癌症、慢性呼吸系统疾病和糖尿病导致的过早死亡率较2015年降低20%。《中国红十字事业发展 “十四五”规划(2021-2025年)》指出，到2025年，取得应急救护培训证书人员较2020年末增加1500万人，全国取得应急救护培训证书人数占总人口比例不少于2%。《中国红十字会总会办公室关于开展2021应急救护推进年活动的通知》中提出，在全面推进应急救护知识技能普及的基础上，在交通、教育等行业和领域实现重点突破，在北京冬奥会、杭州亚运会等大型赛事举办城市加大推进力度……各地红十字会与教育部门密切配合，将应急救护培训纳入学校素质教育内容，纳入学生军训内容。

各级各类培训也在积极开展。为提高培训效率和培训质量，CPR培训的智能化要求不断增加。在CPR教学、辅助、统计和监测等多方面都在进行智能化提升。

4.1AR辅助CPR培训的教学方式 AR技术在模拟环境的基础上，其最大的特点是使用者可以与现实进行互动，设备可根据使用者的互动在模拟环境中呈现相应的反馈。尽管CPR培训方式已有教学媒介、教具等多方面的发展，但现有主要的培训方式还是以“老师讲授+练习”的课堂培训方式为主。这种教学方式更侧重于CPR知识和操作的培养，对实际OHCA发生时的环境介绍，只停留在老师讲述、图片或视频的一、二维信息中。而AR技术，可以较真实的模拟OHCA发生时的周围环境，让学员在多种情况下，迅速适应不同环境和条件，并及时做出有效回应，从而在实际的CPR抢救过程中节约时间成本，最大程度上挽救患者生命。此外，基于AR技术的基础，学员还可以在练习中观察到实际情况下看不到的角度，如按压过程中的血流情况、肋骨和胸骨是否有损伤、学员本人操作的实时转播等。通过这些角度，学员可以更直观的感受CPR操作要素的重要性，并根据转播，调整自身姿势和动作，让操作更加标准。

4.2大数据处理系统

在智能设备和算法的逐渐更新中，我们总可以通过硬件或软件的革新以改善在实际操作中CPR的质量，但目前CPR智能化的主要发展方向大部分集中在具体操作的设备和算法更新，在心脏骤停这个综合性问题面前，还有很多方面需要注意。如设计信息系统，登记具有CPR专业技能的人员信息，统计地区中具有心脏疾病患者的基本情况，并与检测系统相连接。当意外发生时，系统可以自动报警并提示附近具有急救能力的专业人员前往救助。

综上所述，在我国心脏骤停时有发生，全民CPR技能和相关知识的普及率仍然有待提高。建立健全的急救保障系统，可以提高心脏骤停患者的生存率。