人工智能在跌倒中的研究进展

仇小敏 肖广辉

跌倒是指突然发生的、不自主的、非故意的体位改变,发生在地面或者更低的平面上[1],是一种常见的老年综合征。老年人跌倒已经是一个全球范围的公共卫生问题[2]。如何预防、发现以及干预跌倒事件,降低跌倒发生率,减少因跌倒对老年人生活质量的影响,减轻家庭、社会压力,是目前医养行业最为关注的热点和难点。数据显示,我国65岁以上老年人超过1/3每年摔伤1次以上,85岁以上老年人超过2/3每年摔伤2次及以上[3]。跌倒不仅与老年人的患病率和死亡率有关,而且与行动不便、生活质量下降、功能性依赖、提早进入长期照护机构及医疗费用增加有关。如果不能及时反馈和解决跌倒引发的问题,将会造成更多的健康问题和社会隐患,所以,积极应对因跌倒给老年人带来的影响关乎当下和长远[4]。

1 老年人跌倒的危险因素

跌倒是国内65岁以上老年人受伤的首要原因,大部分跌倒所造成的后果是非致命性的,可表现为骨折、颅脑伤、软组织挫伤(瘀伤、撕裂伤)等,造成短期或者长期行动能力抑制。大多数跌倒引发的因素不是意外事件,而是可防、可控的[5]。

老年人跌倒的危险因素有很多,大体可分为内在原因和外在原因。内在原因包括生理、病理、药物、心理等因素。生理因素有视听触前庭本体觉等感觉系统、中枢神经系统、步态、平衡、骨骼肌肉系统的功能衰退等;病理因素如各种类型心脏病的突然发作、慢性病引发的低血糖休克、高血压诱发的眩晕、影响视力的眼部疾病等;药物因素包括降糖药物、心血管系统药物、多重用药以及作用于中枢神经系统药物等;心理因素包括情绪不佳、焦虑、抑郁及对护理及护理工具产生依赖情况。外在原因包括环境因素、社会因素。环境因素包括灯光昏暗、路面不平、障碍物、雨雪天气和拥挤等;社会因素包括受教育水平、个人收入、医疗保障、社会服务途径、是否独居等情况。

2 老年人跌倒的干预措施

研究提示,多因素干预可能会降低老年人的跌倒发生率,并轻微降低1次或多次跌倒和反复跌倒的人数[6]。对于老年人,尤其是跌倒高风险的老年人实施积极有效的风险管理是非常必要的。

跌倒风险管理有多种途径:(1)加强健康宣教、科普以提高老年人预防跌倒的认知水平。(2)加强力量和平衡训练、锻炼。研究发现,跌倒与运动量呈U形关联,过多和过少的活动量均为跌倒的危险因素[7],因此,应在相关专业人员的指导下进行个体化运动练习。(3)通过评估和干预居家环境、居住环境的危险因素,审查鞋类、药物、认知和视力,提供辅助性改造等措施以降低跌倒发生概率。

3 人工智能在跌倒中的应用

近几年随着人工智能与大数据、物联网等技术的融合应用,适用于医疗健康服务人工智能检测设备及诊疗器械等的逐渐普及,人工智能在跌倒风险管理中的应用成为医疗、医养行业的热点。人工智能通过大数据对跌倒风险进行评估和预警、对跌倒的趋势进行预测和推断[8]。同时,人工智能的学习和自我纠正能力可提供个体化的指导方案。越来越多的研究发现,人工智能在老年人跌倒风险管理中的作用效果显著,能够提高老年人预防跌倒的认知水平,提高跌倒风险管理的依从性,减少或避免跌倒风险事件的发生。

3.1 跌倒风险评估 《老年人跌倒风险专家共识》指出,对于老年人,特别是有跌倒史的老年人,均应进行跌倒风险的评估,对低跌倒风险老年人给予简要的筛查,高跌倒风险者给予更为全面、详细的评估[9]。

目前可通过多种方式进行跌倒风险评估,医疗机构多采用传统的人工跌倒风险评估方法,包括日常生活活动能力评估量表(Bathel指数)、老年人跌倒风险评估工具(FRA)、Tinetti步态和平衡测试量表、计时的起走测试(TUG)、功能性伸展测试(FRT)、Berg平衡量表(BBS)、居家危险因素评估工具和跌倒效能量表-国际版(FES-I)等。近年来,随着新技术的应用,各种以人工智能技术为基础的老年人跌倒风险评估系统、平台应运而生。人工智能跌倒评估系统可以使老年人及其看护人员自行完成定期跌倒风险评估,它采用国际通用的Morse跌倒风险评估体系,同传统的人工评估相比,其在成本、耗时、准确性方面均具有明显优势。

人工智能跌倒评估系统包括跌倒评估、综合评估、个人中心3个模块。用户通过交互界面输入个人信息,系统通过内嵌的评估算法对数据进行综合评估,输出用户的跌倒风险评估结果[10]。输出的结果以生动、形象的人物化方式呈现,通过交互和可视化设计,以更易接受的形式将专业的健康医学知识传递给老年人。

3.2 跌倒检测技术 老年人群跌倒事件频发,跌倒后相应的危害较大,越来越多的学者将目光聚焦于跌倒检测技术的研究。精准检测技术能够预测老年人的跌倒行为并发出警报,采取防护措施,减少跌倒带来的伤害。常见的跌倒检测系统包括可穿戴的跌倒检测技术、环境感知的智能跌倒检测技术、机器视觉的跌倒检测技术。

3.2.1 智能可穿戴的跌倒检测技术:智能可穿戴设备主要是指可以穿戴和随身携带的智能感知设备,在设备中嵌入了各类行动、位置感知器,通过检测老年人的姿态、行动、位置等数据,对所采集的数据进行实时分析,以此判断使用者的跌倒情况[11]。例如,智能手表、智能手环、智能可穿戴气囊、自动平衡智能鞋等,可在老年人发生跌倒时及时识别、预警,并采取防护措施;智能跌倒感知设备应用“虚拟轻触”的技术,以增强老年人的平衡感[12],降低老年人跌倒发生率。

3.2.2 环境感知的智能跌倒检测技术:环境感知设备的跌倒检测技术主要是在老年人生活情境下安装各类数据感知终端,如地面压力感知器、行动感知器、空气环境感知器、声音感知器、灯光感知器等[13-14],通过感知终端采集多维度信息数据以此判断老年人是否发生跌倒等。环境感知的智能跌倒检测技术能准确获取数据,更为全面地感知老年人生活场景中的各类信息,对老年人的日常生活和行为全面建模,目前已经应用到医院、养老机构等场所。

3.2.3 机器视觉的跌倒检测技术:机器视觉的跌倒检测技术主要是指利用机器学习方法,对基于摄像头所感知的大量实时视频、图像数据进行建模、分析和计算,进而对老年人的跌倒行为进行实时检测。机器视觉的老年人跌倒实时监测是较为主流的跌倒检测技术[15]。

3.3 跌倒相关的康复应用 在人工智能技术飞速发展的大环境下,各种智能康复应用技术和产品逐步进入大众视野,如康复机器人、家庭服务机器人、老年人移动辅助智能产品等。

康复机器人以人工智能技术为基础,帮助老年人完成步行训练、平衡训练/评定、游戏训练、虚拟现实场景训练等。可使病人在后期康复治疗过程中从视觉、听觉以及触觉等多方面优化人机交互,从而最大程度改善康复体验,提高康复效果[16]。

家庭服务机器人能够根据不同场景提供安全防护、照护服务、健康服务、情感关爱[17]。例如:防摔倒机器人、床旁机器人、虚拟人和陪伴机器人。

移动辅助智能产品亦可以是康复训练助手,即针对行动不便和需要进行康复的老年人提供辅助产品,如智能假肢、外骨骼机器人、机械手臂、护理机器人等。再譬如,全能拐杖机器人不仅能为老年人提供稳固支撑,还能根据老年人正在行走的道路情况感知障碍物,及时做出调整。智能马桶可以自动冲洗、辅助站立,如果是丧失行动力的失能老年人,还有“大小便智能护理机器人”可以全程自动化处理二便护理问题,这样既能减少二次感染,还能保护老年人的隐私等。

4 总结

随着老龄化社会进程的加快,老年人跌倒的风险和影响将持续增加,人工智能在跌倒研究领域有巨大发展和应用前景,可以简化一些繁琐的人工评定方法,还可以对一些难以在临床进行量化评定的参数进行精确化评估和预测,节约了临床诊疗时间,减轻了临床治疗师的工作量。但是,我们不得不面对一些亟待解决的问题,如用户隐私、伦理等方面所涉及的敏感问题尚未有完备的理论支持。所以,人工智能在跌倒中的应用是机遇与挑战并行,不应操之过急。