APP下载

失能患者智能多功能护理床的研发与展望

2024-10-08宋品芳白姣姣

上海医药 2024年14期

摘 要 随着人民生活水平的提高和智能技术向养老服务领域的不断渗透,普通护理床已难以满足卧床患者的照护与康复需求。研发可以解决长期卧床患者护理与康复问题,减轻照护人员劳动强度的智能多功能护理床已成为国内外的研究热点。本文针对国内外该领域的研究热点,从体位调整、二便护理、生理参数监护及床上康复训练4个方面将智能多功能护理床的研究现状进行综述。

关键词 失能;智能;多功能护理床

中图分类号:R473 文献标志码:A 文章编号:1006-1533(2024)14-0005-04

引用本文 宋品芳, 白姣姣. 失能患者智能多功能护理床的研发与展望[J]. 上海医药, 2024, 45(14): 5-8.

基金项目:上海现代护理职业教育集团特聘兼职教师资助计划(hlzjtpgr202426)

Research development and prospect of intelligent multifunctional nursing beds for disabled patients

SONG Pinfang, BAI Jiaojiao

(Nursing Department of Huadong Hospital Affiliated to Fudan University, Shanghai 200040, China)

ABSTRACT With the improvement of people’s living standards and the continuous penetration of intelligent technology into the elderly care services, ordinary nursing beds have been unable to meet the care and rfK7yTD5W5VAmlqE4m2PYzQ==ehabilitation needs of bedridden patients. Research and development can solve the problems of nursing and rehabilitation for the long-term bedridden patients, intelligent multifunctional nursing beds that reduce the labor intensity of caregivers have become a research hotspot at home and abroad. This article summarizes the research status of the intelligent multifunctional nursing bed from four aspects: body position adjustment, stool and urine care, physiological parameter monitoring, and bed rehabilitation training facing to the research hotspot at home and abroad.

KEY WORDS disability; intelligence; multifunctional nursing bed

目前,我国是世界上老年人口最多的国家。国家统计局发布的数据显示,截止2023年末,全国60岁及以上人口高达2.97亿人,占全国人口的21.1%,其中65岁及以上人口达2.68亿人,占全国人口的15.4%[1]。据2021年全国老龄办等发布的第四次中国城乡老年人生活状况抽样调查结果显示,我国失能、半失能老年人占老年人口18.3%[2]。按当前数据推算,至2023年底,我国失能、半失能状态的老年人已达5 435万人。此外,因事故或疾病导致伤残的人数也在增加。随着人民生活水平的提高和智能技术向养老服务领域的不断渗透,普通护理床已难以满足卧床患者的照护与康复需求。研发可以解决长期卧床患者护理与康复问题,减轻照护人员负担的智能多功能护理床已成为国内外的研究热点。本文针对国内外该领域的研究热点,从床上智能体位调整功能、床上智能二便护理功能、生理参数监护及床上康复训练4个方面将智能多功能护理床的研究现状进行综述。

1 床上智能体位调整功能

智能护理床的体位调整功能在普通护理床的基础上增加了检测模块和体位调整控制模块,在操作系统中设置自行检测患者体位摆放时间,预警压力风险阈值,以自动控制的方式使无法改变体位的长期卧床患者完成多种位姿切换,实现体位调整,一方面节省了大量人力,一方面降低了压力性损伤的发生风险。

1.1 传感器进行体位调整的依据

压力传感器通过检测人体与床接触面的压力分布和大小指导翻身,是目前研究最多的翻身传感器类型。李期盛[3]利用压力分布式传感器采集的压力分布数据实时准确地识别睡姿和睡姿持续的时间,在达到预设时间时及时报警并自动帮助患者调整睡姿。任志斌等[4]通过柔性压力传感器获得几何特征的压力图像,在对图像进行特征提取后基于模糊粗糙集算法实现对睡姿的分类识别,同时,还可以追踪局部区域的压力变化。另外,温度传感器也应用于体位调整设计中,根据人体与床面接触的温度随时间延长而发生改变的原理,Jaichandara等[5]设计了一款通过床面的温度传感器检测患者和护理床之间温度变化的护理床。利用温度传感器检测翻身的设计想法新颖,且制作成本较低,不失为利于产品推广与普及的一种方法。

1.2 体位调整的控制方式

1.2.1 定时程序控制

通过护理床控制系统的程序设定不同体位的调整频率,可实现多体位的自动调整。程序控制下的姿态调整具有定时不会遗漏的优点,但过于机械化,不适合有自主姿态变动意愿的半失能患者。

1.2.2 按键控制方式

通过按键控制方式让有自主意愿、尚能控制按键的患者可以自行调整舒适体位,同时提高了患者自我效能感和舒适度。按键控制的形式包括床边遥控按钮[6]和终端界面按键[7-8]两种。患者通过按下遥控设备上的按钮或点击终端界面上的按键发出控制信号控制智能护理床的调整。

1.2.3 人机交互控制

为达到让无法控制按键的重度失能患者也能完成与护理床交互的目的,研究人员研发了如语音控制护理床[9]、眼控护理床[10]、脑控护理床[11-12]等一系列智能护理床。戴金祥[13]给控制多功能护理床系统的移动端APP还增加了远程语音控制方式,用户可使用语音口令远程控制护理床,实时帮助患者实现翻身、抬背等功能,且一个账户允许多护理床终端连接,易于推广,能长期稳定地运行。Kassem等[7]设计了一款名为MedBed的智能数字医疗床,可以识别来自患者的语音指令,通过智能手机定制的应用程序进行交流,可以在医疗保健中心应用。张铁等[14]以及谭林等[15]研究的智能护理床系统,患者可以通过声音控制护理床的体位调整。邱桐[12]通过脑机接口检测患者的脑电信号进而识别患者的运动意图使患者可以独立控制病床的运动。多种控制方式的创新和出现进一步丰富了人机交互方式,为惠及更广大的失能人群提供基础。

2 床上智能二便护理功能

2.1 二便检测

这一功能主要针对无法自主控制大小便的生活不能自理者,利用传感器对患者进行大小便检测。

2.1.1 单一传感器

目前,智能护理床大多采用单一传感器对患者进行二便检测。单一传感器的种类不尽相同,但都是通过所检测内容变化是否达到阈值的原理来判断是否有排泄。单一传感器虽种类有限,但对降低智能护理床的制造成本和护理床的推广与普及有一定的应用价值。Fischer等[16]采用一种纺织材料的湿度传感器,使得传感器的安装和清洗更加容易,大大增加了患者的舒适度。湿度感应器用于尿失禁的检测效果较好,但对于大便的检测是否能做到同样的灵敏度,还需进一步研究。荀锦锦[17]利用红外对射传感器检测大小便,红外线对射传感器的发射电路发出红外光脉冲信号,当红外接收端被大小便遮挡住红外线以后,接收器电路产生电脉冲信号,经过开关控制元件输出开关信号,智能护理床便开始进行排泄物的收集和清洁工作。

2.1.2 多个传感器

由于单一排便检测传感器存在检测准确率不高、有误报或漏报等问题,有研究者提出利用多个传感器结合多传感器数据融合技术来提高大小便检测的准确率。刘晓军[18]根据排泄时周边环境温湿度和氨气浓度变化,采用温湿度传感器和氨气传感器采集智能护理床便盆周围的温湿度和氨气浓度信息,实时检测失能老人的排便信息。2015年Wang等[19]开发出的排泄护理支持机器人(ECSR),由一个带水箱的便携式卫生间和一个能够自主移动并与他人进行协作的移动机器人组成。ECSR通过2个加速度传感器识别患者的体位并自动修改自身的位置和方向,以配合患者进行排泄。

2.2 便后清洁

智能护理床的便后清洁功能是在患者完成排泄以后,对排泄物进行收集冲洗、臀部清洗和暖风烘干的过程。这一设计不仅让排泄物更完整地被收集,也很好地保护了卧床患者的自尊心和照护人员的照护体验。

2.2.1 冲洗和清洗

冲洗模块是便盆内的喷头喷水,排泄物在泵的抽吸作用下排进污水收纳箱,清洗模块是升降喷头伸到患者排泄处进行清洗,清洗完毕后升降喷头收缩回去。臀部清洗喷头可以伸缩,使排便处清洗更有针对性,但清洗效果是否可靠、能否完全替代人工清洗,还需更多研究与改进。王帅[20]设计水压大小可调的水泵驱动电路来满足冲洗粪便(水压较大)、清洗人体排便处(水压较温和)等不同的水压需求,利用气泵将粪便快速吸入污水箱。张安坤[21]利用过滤器净化水源,防止水中病菌对患者造成伤害。刘淼[22]设计的一款智能家用排泄护理机,实现了清洗液储存容器和污废液收纳箱的空间优化,适合居家环境使用,此护理床还增添了紫外线消毒装置,杀菌效果可靠,但紫外线消毒灯的清洗与更换是否方便,还需研究者进一步研究。现有设计多需要使用者自己按下冲洗和清洗按钮来控制2个过程,只适合半失能者使用,若增加人机交互控制方式,如语音控制等,则能惠及更广大的失能人群。

2.2.2 加热和烘干

加热器能够将便后清洁的水源和烘干的风温加热到适宜人体的温度,提高便后清洁的舒适性。烘干器用于烘干患者清洁后的皮肤。但由于烘干器鼓风机的噪音较大,会影响到患者安静的休息环境和实际的使用体验,故目前又出现其他种类的烘干器解决这一问题。王帅[20]设计的大小便处理模块在清洗完后利用振动小噪声低的真空气泵进行吹风以干燥皮肤。张光腾[23]设计恒温热风出口吹出热风帮助患者吹干。

3 智能生理参数监护功能

目前,临床常规应用的监护仪,如心电监护仪、多导睡眠仪等,通过监测电极与人体相应部位接触的方式获取人体生理信号。这种接触式的监测方式有很高的准确性和稳定性[24],但也具有不便携、妨碍导线多、影响患者休息、探头脱落导致监测中断等问题,存在着一定的安全隐患。故引发了医疗监测设备领域生理信号其他监测方式的革新。

非接触生理信号监测方法是指监测设备与目标间隔一定距离,在对目标无约束情况下,通过外来能量媒介或感应目标生物信息获得生理信号[24]。非接触监测方式患者舒适度较好,在医院外的长期监测中具有很大的应用价值。例如广泛使用的额温枪和红外热成像测温仪就是一种非接触式体温测量方式。床垫式非接触生理信号监测系统通过床垫中安装的压电薄膜传感器获取人体睡眠状态下压力信号,利用经验小波变换方法分离心冲击(BCG)和呼吸信号等单一模态分量,实时采集心率、呼吸、睡眠等生理信号数据[25]。高翔团队[26]研发的基于聚偏氟乙烯(polyvinylidene fluoride,PVDF)压电电缆传感器的非接触式睡眠质量检测系统,将传感器内置于床垫,采集和分析生理信号,实现了对睡眠过程中觉醒期、眼动期、浅睡眠和深睡眠的识别。刘思佳和刘宏彬[27]通过床垫中传导的呼吸振动信号监测呼吸,并进行了去噪处理,实验表明提取的呼吸信号效果较好,可避免噪声干扰。非接触生理信号采集形式可以在人安稳睡眠时无干扰进行,更适合在患者睡眠时进行监测。

4 床上智能机械设计康复训练

因事故或疾病导致肢体运动功能障碍的人数在急剧增加,长期卧床也容易引发肌肉萎缩、关节僵硬等并发症,采取及时有效的康复治疗以恢复运动功能极为重要。传统多功能护理床利用床面屈大小腿板块的运动辅助患者进行下肢康复训练[28],但实际康复效果有待进一步验证。国内外高校及研究机构大多开发康复机器人为患者进行专业化的康复训练,智能化程度高,效果显著,但价格昂贵。研究者则进一步将康复机器人与护理床相结合,设计适合卧床患者的肢体康复模块。林惠艳等[29]发明具有康复训练功能的分体式机器人护理床,除了辅助患者对其上半身、腰部和下半身进行康复训练外,还能将护理床进行分离,实现床椅转换,使患者不局限于卧床下的康复训练,有效提高康复效果。

康复护理床结合可穿戴智能设备,能够实时监测、智能评估患者的生理参数和运动轨迹,及时提供个性化的康复训练指导,确定锻炼时间和强度控制[30]。还有研究表明,可穿戴智能设备联合深度学习模型可以客观、定量地检测并记录患者的康复数据,为医生评估患者的康复进展,制订科学的康复方案提供参考。此外,可穿戴智能设备结合虚拟现实技术可以为失能患者提供真实的视觉和听觉反馈,增强患者康复训练的参与度和乐趣[31]。

5 展望

随着失能人群数量的逐年增多,长期卧床患者照护者任务艰巨,通过智能多功能护理床的设计与应用可以解决长期卧床患者的护理问题,减轻照顾负担。国外对智能护理床的研究起步较早,功能比较完善,先进化程度较高,关键技术的开发与应用相对成熟,但价格较高,技术的可持续性和稳定性还需要进一步提高。我国对智能护理床的研发起步较晚,但随着传感器技术、信息处理技术以及大数据算法的高速发展,智能多功能护理床关键技术的研发与运用也在快速发展,期待未来满足更多失能患者个性化的康复护理需求的智能化多功能护理床得以实现。

参考文献

[1] 国家统计局. 中华人民共和国2023年国民经济和社会发展统计公报[EB/OL]. (2024-02-29)[2024-05-18]. [https:// www.stats.gov.cn/sj/zxfb/202402/t20240228_1947915.html.

[2] 成绯绯, 唐正. 社会引领|疫情防控下我国养老服务业发展的特点及相关建议[EB/OL]. [2024-05-18]. http://www. bnu1.org/show_1617.html.

[3] 李期盛. 基于分布式传感阵列的智能护理床系统研究[D].杭州: 浙江大学, 2017.

[4] 任志斌, 李洋, 郭士杰, 等. 基于模糊粗糙集的睡姿压力图像识别[J]. 计算机工程与应用, 2018, 54(3): 172-177.

[5] Jaichandar KS, Kumar S, Kweetiang C, et al. An intelligent FPGA based anti-sweating system for bed sore prevention in a clinical environment[J]. Applied bionics and biomechanics, 2011, 8(3/4): 361-365.

[6] 聂文斌, 刘秀林, 崔有正, 等. 基于智能控制多功能护理型轮椅组合床的研发[J]. 高师理科学刊, 2018, 38(11): 42-45.

[7] Kassem A, Hamad M, Moucary CE, et al. MedBed: Smart medical bed[C]. 2017 Fourth international conference on advances in biomedical engineering(ICABME), 2017: 1-4.

[8] 吴春华, 孙瑜. 多功能护理床远程控制系统的设计[J]. 电子设计工程, 2017, 25(8): 171-174.

[9] 刘继忠, 余林, 孙振邦. 基于多功能护理床的远程音视频监护系统[J]. 南昌大学学报(工科版), 2015, 37(1): 48-51.

[10] Zhang R, He S, Yang X, et al. An EOG-based human–machine interface to control a smart home environment for patients with severe spinal cord injuries[J]. IEEE Trans Biomed Eng, 2019, 66(1): 89-100.

[11] Lo CC, Tsai SH, Lin BS. Novel non-contact control system of electric bed for medical healthcare[J]. Med Biol Eng Comput, 2017, 55(3): 517-526.

[12] 邱铜. 基于脑机接口的智能病床运动控制器研究[D]. 杭州: 浙江大学, 2019.

[13] 戴金祥, 林涛, 史新宝, 等. 基于移动端控制的多功能护理床系统设计[J]. 医疗卫生装备, 2019, 40(7): 15-18; 38.

[14] 张铁, 谢存禧, 周惠强, 等. 一种机器人化的多功能护理床及其控制系统[J]. 华南理工大学学报(自然科学版), 2006, 34(2): 47-51.

[15] 谭林, 鲁守银, 张伟, 等. 机器人化护理床及其控制系统[J]. 山东建筑大学学报, 2010, 25(1): 18-20; 30.

[16] Fischer M, Renzler M, Ussmueller T. Development of a smart bed insert for detection of incontinence and occupation in elder care[J]. IEEE Access, 2019, 7: 118498-118508.

[17] 荀锦锦. 智能护理床控制系统的研究[D]. 淮南: 安徽理工大学, 2018.

[18] 刘晓军. 基于数据融合的智能护理床排便监测方法研究[D]. 太原: 太原理工大学, 2019.

[19] Wang Y, Wang S. Development of an excretion care support robot with human cooperative characteristics[C]. 2015 37th Annual International Conference of the IEEE E583e31963b091b36dde7b88fd4e6110eda5f6f5493bf10f5bb2c9699c5c1049cngineering in Medicine and Biology Society (EMBC), 2015: 6868-6871.

[20] 王帅. 面向失能老人的智能护理床远程交互控制及健康评估研究[D]. 太原: 太原理工大学, 2019.

[21] 张安坤. 面向失能人群护理设备的研制[D]. 长春: 长春理工大学, 2019.

[22] 刘淼, 叶璐, 吴倩, 等. 家用环境下高龄失能者的排泄护理产品研究[J]. 包装工程, 2020, 41(8): 166-172.

[23] 张光腾, 王全盼, 管文举, 等. 基于智能护理床的辅助排便装置的设计[J]. 中外企业家, 2020, (3): 145.

[24] 张煜, 刘保真, 单聪淼, 等. 基于IPPG技术的生理参数检测综述[J]. 医疗卫生装备, 2020, 41(2): 91-95; 100.

[25] 李伟, 梅莉丽, 吕高冲, 等. 床垫式睡眠监测系统及信号处理方法[J]. 计算机系统应用, 2021, 30(12): 350-354.

[26] 高翔, 李敏, 苏将豪, 等. 基于PVDF压电电缆的睡眠质量检测系统的设计与实现[J]. 电子器件, 2022, 45(4): 991-996.

[27] 刘思佳, 刘宏彬. 面向病人睡眠呼吸信号的非接触式测量与提取[J]. 自动化技术与应用, 2018, 37(9): 143-146.

[28] 李素姣, 朱华瑞, 胡冰山, 等. 多功能护理床智能技术的研究进展[J]. 生物医学工程研究, 2021, 40(4): 440-447.

[29] 林惠艳, 覃彩鲜, 于中明. 具有康复训练功能的分体式机器人护理床: 中国, CN202020832480.9[P]. 2021-06-04.

[30] Boukhennoufa I, Zhai X, Utti V, et al. Wearable sensors and machine learning in post-stroke rehabilitation assessment: A systematic review[J]. Biomed Signal Proces, 2022, 71: 103197.

[31] Kuo FL, Lee HC, Kuo TY, et al. Effects of a wearable sensorbased virtual reality game on upper-extremity function in patients with stroke[J]. Clin Biomech, 2023, 104: 105944.