智能化心肺复苏设备现状及未来展望

【作 者】 叶子昕，高贵锋，王双卫，陈宏文，窦建洪，崔丹，王瑞强

1 汕头大学 生物医学工程系，汕头市，515063

2 深圳市安保医疗科技股份有限公司，深圳市，518108

3 南方医科大学南方医院，广州市，510515

4 中国人民解放军南部战区总医院，广州市，510030

0 引言

心肺复苏（cardiopulmonary resuscitation,CPR）是一项简单有效的急救技能，能起到挽救生命的作用。如果能及时对心脏骤停的个体实施CPR救援，并在3～5 min内使用自动体外除颤器（automated external defibrillator,AED）除颤，可以将存活率提高到49%～75%[1]。中国院外心源性猝死发病率高，《中国心血管疾病报告2019》指出中国每年心脏猝死的人数超过54万[2]，因此，CPR非常重要[3]。另外，面对有感染风险的操作，旁观者可能会更加谨慎，主动实施CPR救援的意愿可能会下降。

在此背景下，中国如今面临的问题可以归纳为两类。一方面，我国心肺复苏的普及率不高，能实施规范CPR的救援者数量有限，旁观者救助的主动性不高。据美国心脏协会（American Heart Association,AHA）报告显示，旁观者启动CPR的比例和救援存活率很低，且在救援的过程中，长时间CPR或者佩戴N95口罩进行CPR操作时，导致体力大量消耗，使救援者难以继续规范操作并因此降低胸外按压质量[4]。另一方面，我国相关的基础设施建设不足，AED整体配备率低，且民众了解并会使用AED的人数比例不高[5]。虽然政府一直致力于提高AED在地铁等公共场合的配备率，截至2021上半年，AED覆盖率全国第一的深圳在公共场合摆放的AED数量达到5 500台，但离国际标准的100台/10万人仍有很大差距。

综上所述，为了解决以上问题，结合当今时代人工智能发展的方向，市场上已出现一系列智能化心肺复苏产品，如心肺复苏模拟人、CPR自主训练机器人以及心肺复苏机等。模拟人和自主训练机器人的开发目的在于辅助CPR的教学，前者能够提高教学质量，后者能够增加教学普及率。心肺复苏机从替代人工的角度出发，减轻人力资源的消耗，用机器的精准操作保证CPR的规范性，提高救援存活率。但是以上产品都仅针对某一问题提出解决方案，具有局限性，未来发展的趋势是功能更加全面、应用范围更广的智能化产品。笔者旨在通过对现有智能化心肺复苏设备进行总结，并根据现有技术提出一种心肺复苏机器人的可行方案。

1 发展现状及局限性

下面以心肺复苏模拟人、CPR自主训练机器人以及心肺复苏机为例，从基础原理、产品功能、特点优势以及局限性几个方面对智能化心肺复苏设备的发展现状做详细介绍和分析。

1.1 心肺复苏模拟人

心肺复苏模拟人（见图1）主要用于心肺复苏的教学，通过弹簧气缸结构、弹簧活塞结构或者变刚度弹簧组并联阻尼器等结构模拟真实情况下人体胸部的阻力。光电传感器可以应用于检测按压深度及吹气量，当压板受到外力作用的时候，压板连接的光缆板或其他元件会随之移动，对应的按压深度即可由传感器检测；同理，在练习人工呼吸的过程中，吹气导致气囊的膨胀，使模型内部板块与光电传感器产生相对运动，吹气量便可根据结构的体积以及相对运动的距离计算得到。得到的数据可以用无线WiFi、蓝牙或有线传输的方式传送到上位系统，最后通过软件与用户交互，实现反馈学员操作规范性的功能。

图1 用于辅助教学的心肺复苏模拟人Fig.1 Cardiopulmonary resuscitation simulator for teaching AIDS

自1950年挪威Laerdal设计出第一个可以模拟人工气道、具有按压和通气训练功能的模拟人以来，智能化不断发展，模拟人的解剖结构和功能也不断被优化。Laerdal的复苏安妮QCPR具有正确的胸部解剖结构、高仿真的气道处理以及可以使用AED的皮肤，模型配有3种胸部弹簧供学员识别不同的胸部刚度并对按压力度进行相应调整。其传感器能监测学员的吹气量、按压深度和胸廓回弹是否符合要求，并通过平板上的APP或者SkillGuide显示配件进行反馈。Hiwill华颐医疗的心肺复苏模型RECO具备精准的解剖结构，要求学员必须通过正确的压额抬颌法才能打开气道，同时也配备电子监测系统，记录学员是否进行意识确认、脉搏确认和气道开放等操作，同时监测胃膨胀、通气量、按压位置和按压深度等指标，并且按压频率可设定。韩国I.M.LAB的HeartiSense可以连接专门的应用程序，包括用于个人培训的学员版和用于监控和评估的教师版，数据由学习管理系统存储，帮助教师或机构高效地管理学员数据。

传统口述式教学通常按操作步骤讲解，没有具体场景，不够直观，也忽略了多个步骤交叉操作的急救情况。相比传统教学，模拟人的优势是提供了一个更为真实的模拟场景，帮助学习者进行演练。另外，配备显示屏的模拟人能够监测学员操作，及时反馈，帮助学员调整按压的位置、力度和频率，提高教学质量[6]。但需要专业人士指导受训者以及人力和场地的局限性等原因，导致心肺复苏技术无法在普通大众中快速普及。

1.2 CPR自主训练机器人

CPR自主训练机器人（见图2）在心肺复苏模拟人的基础上，增加教学功能，实现了民众自学CPR的设想。英腾教育的心肺复苏AI科普机器人可以放置在商场或人流量密集的场所中，增加普通群众了解心肺复苏的机会。其屏幕能播放视频，配有语音模块指导学习，学员可以同时接收视觉和听觉信息。同时机器装配了胸肺部位的模型组件，让民众可以进行模拟训练。

图2 CPR自主训练机器人Fig.2 CPR autonomous training robot

通过CPR自主训练机器人，学员能在5 min内完成对CPR的了解和练习，学习效率非常高。以站立的姿势进行学习，对于穿着各式服装的人都十分方便，这增加了行人停留并学习的意愿。因为具备AI科普功能，所以无须专门配备教练，便能以交互体验的教学方式普及科学规范的心肺复苏知识和技能。但此仪器只能提供小面积的胸部模型，提供的CPR模拟环境较为理想，学员也只需要进行按压步骤。然而，在真实且紧急的情况下，形势更为复杂。在进行CPR之前还需要判断环境安全，再判断患者是否心脏骤停，在确定实施心肺复苏术后需要去除部分衣物。因此，CPR自主训练机器人的局限性对于救援者应对真实紧急情况的能力提升是不利的。

1.3 心肺复苏机

心肺复苏机（见图3）可以分为点式按压和3D按压，具备代替人工进行心肺复苏操作的功能。点式按压基于“心泵”理论，按压心脏部位，通过挤压心脏实现泵血的效果；3D按压基于“心泵”和“胸泵”理论，拉伸或充气使绑带有节奏地收紧、压缩胸部，产生向前的血流，以此提升胸内压[7]。通常心肺复苏机功能的组件有触摸屏、按压机构以及主控电路板等部件。触摸屏是实现简单人机交互的输入设备，其种类主要有电阻式、电容式、红外线扫描式和表面波式。使用触摸屏启动心肺复苏机之后，由电路板控制伸缩杆和压垫试触平面，确定起始位点，然后根据设定的参数开始实施CPR操作。

图3 点式按压心肺复苏机（左）和3D按压心肺复苏机（右）Fig.3 Point-press CPR machine (left) and 3D press CPR machine (right)

安保科技的E6是电动电控的点式按压心肺复苏机，其触摸屏幕实现了人机交互功能，让使用者按需要设定按压深度和按压频率。负压可重复吸盘的设计，具有提拉和有效防止胸腔塌陷的功能，保证回心血量。美敦力的Lucas2也是点式按压，能够提供有效且稳定的不间断胸外按压，不中断地维持冠状动脉灌注压，同时保持救援人员和患者的沟通。安保科技的E3是电动电控的3D按压式，将按压和通气两个功能整合其中，无需人工通气，并能够调节按压深度，在CPR时不需要额外进行人工通气。美国Weil的MCC-E是3D按压式心肺复苏机，其智能终端能够显示和调节按压深度、按压频率、按压模式以及急救时间等各种参数，且具有高抗震性能，满足户外移动时进行CPR等颠簸情况。

使用心肺复苏机不仅能减少院内急救及转运时人力资源的占用，而且其急救效果不弱于人工CPR。在长时间CPR中，心肺复苏机能维持稳定的按压频率和足够的按压深度，所以心肺复苏机的急救效果更好，可以提高患者存活率[8]。但其操作需要受过训练的专业人员辅助使用，难以在公共场合大量配备。因此，从发现心脏骤停患者到调用并使用心肺复苏机的时间过长，很可能错过黄金拯救时间。

2 智能化设备前景展望

面对现有产品的不足，心肺复苏技术普及程度不高、旁观者启动CPR比例低、长时间CPR操作易降低其规范性以及民众不了解AED等种种问题，有必要提出一套更完善的解决方案。随着人工智能AI技术的发展，自主机器人与心肺复苏技术的结合成了可行性发展方向之一，并且许多研究者也提出了相关的设想和设计。

近几年有多个关于心肺复苏按压的机械臂式机器人的专利申请。其机械手由支撑柱和移动平台组成，连接在活动底座上。活动底座可以改变位置，让机械臂移动到患者上方，支撑柱可以在垂直方向上伸展，带动平台实现按压功能。ASGARI等[9]曾提出一种delta机器人家族中并联操纵器的结构，基于监督控制器和自适应神经模糊推理系统跟踪运动轨迹。但在实际中，机器按压的反冲力很大，单纯一条机械臂的设计很难保证按压的稳定。除此之外，还有一种AED急救机器人的设想。徐鹏等[10-11]提出用一种车型机器人搭载AED除颤仪、急救药物和物品急救箱的概念，其能自主前往心脏骤停患者所在地，减少搬运仪器的时间。在2020中国应急救援创新设计大赛中，有人将AED和CPR功能与无人机结合，通过小程序控制无人机从空中飞向救援点，可适用于各种场地。ZÉGRE-HEMSEY等[12]提出通过无人机运送AED，并通过实验模拟院外急救情景，调查救援者的使用体验，并得到了积极的反馈结果。虽然其提出的无人机运送方案不能脱离人工的调控和辅助，但可以说明群众对于机器辅助运送的方式接受度较高。

我们通过对现有技术的总结，提出了一种结合心肺复苏技术与自主行驶机器人的方法作为CPR应急解决方案。本方案基于集成应用技术，集合现有产品之所长，应对前文提到的问题。心肺复苏机器人包含CPR与AED的双重功能，通过设定定期自检降低人工维护的成本。产品可应用于地铁站、商场或者某个地形确定的区域内。当救援者发现需要实施心肺复苏的患者并通过小程序求助后，心肺复苏机器人首先根据定位规划最短路径，并且注意避让人群，若楼层不同，则通过电梯更换楼层。到达指定地点后，机器人通过语音和播放视频的方式，提示救援者按步骤使用AED除颤、放置心肺复苏器，迅速开展救援。心肺复苏机器人的设计避免了普通救援人员不知道AED在哪、不会使用AED或CPR进行急救等情况，并将拿取AED的路程从原本的双程变成了单程，大大缩短了时间。通过以上方式，此方案能提高救援率和存活率，及时挽救更多的生命。

为了实现上述功能，心肺复苏机器人的研究主要包含以下技术方向：路径规划、人机交互、自动除颤和智能化按压。下面将对现有研究技术进行综述，分析心肺复苏机器人的可行性。

2.1 路径规划技术

室内地图构建是路径规划的基础，高精度的定位是路径规划的前提，用时最短和高速避障是机器人移动的要求。在收到救援信号后，心肺复苏机器人首先基于已知的三维室内地图确定起点和终点，地图有三维点云、栅格、拓扑和语义等多种建模方法。机器人室内定位的方法有基于传感器、基于空间语义的以及基于WiFi指纹识别等单一的或互相组合的方法[13-14]。通过定义最优为时间短、障碍少等条件，心肺复苏机器人可以采用Di jkstra、A*以及D*等[15-17]算法，迅速规划出最优路线。除此之外，心肺复苏机器人在室内移动，环境中高速移动的障碍较多，需要保证在行进过程中绕过移动障碍物，以最短的时间抵达救援点。根据以上需求，可以明确技术应用的方向，现有的研究者已经做出了很多努力。

一种基于地图定位的方法，通过对蒙特卡洛定位方法的改进，结合延迟对比法与跟踪法识别高动态物体，使用激光雷达进行监测与跟踪，再对数据进行过滤，去除高动态物体数据。对于半静态物体，如商场摆出的季节性展览品，则通过地图更新的方式把物体信息融入静态地图中。周艳等[18]用节点和边的表现形式建立了具有几何特征的室内导航路网模型，不同类型的电梯或楼梯则以直线或折线表示，基于室内的多维动态环境语义估算通行的成本，并将这个值作为路网的边长，对比多个经典寻径算法后，选择了Dijkstra算法实现多目标的路径规划。这个方法能够将电梯或楼梯加入路径规划当中，实现跨越楼层的需要。程向红等[19]基于栅格法将室内地图分为同等大小的栅格，采用坐标法和序号法对其进行编号，根据栅格内障碍物对通行的阻碍程度，为栅格设值。再通过定义栅格关联矩阵和方向权重向量，进行“目前栅格”的选择概率的计算，并设定惩罚措施避免重复选择死路。

避障模式可以分为两种：通过障碍物的间隙和绕过障碍物。MORISHITA等[20]提出了一种基于单一激光测距仪的人群避障方法，利用障碍物的表面点建立避障区，机器人识别到避障区有足够的间隙时便从中穿过，反之则绕过人群。XU等[21]提出了一种基于最大感知速度障碍算法的避让高速物体的方法，能预测时间范围外可能的碰撞路径，加入有限视场和非完整运动学约束分析，更贴近真实环境。

2.2 人机交互技术

为了保证心肺复苏机器人能够正常的运行，并且及时指示救援者进行操作，人机交互是不可缺少的技术。通过语音和视频播放救援操作的提示，能让救援者更具体地了解如何辅助机器人开展急救，也能降低对救援者专业知识储备的要求，可以真正做到大众化。同时，语音交互的实现可以帮助机器人更好地应对现实情况的复杂性，针对不同的情况做出相应处理。语音交互的流程如图4所示。

图4 语音交互的流程Fig.4 Flow chart of voice interaction

语音交互需要拾音器和扬声器等硬件组成，当救援者说话的时候，系统识别出输入的语音信号，将其转换为文本语义，然后检索对应的回复语义，再根据回复语义波形进行拼接语音合成或统计参数语音合成，通过扬声器播放语音回复。下面将列举多个能实现此功能的硬件。基于序列到序列的深度学习方法建立语言模型，选取了LD3320语音识别芯片，并用改进双门限算法对得到的信号进行处理，开发出一种在嘈杂环境中也能正确识别语音的交互机器人。基于讯飞移动语音平台设计了一种博物馆导览交互机器人的语音模块。李江岱等[22]基于前馈神经网络模型，用LM算法加快收敛速度，开发出一种通过语音指令干预机器人自主化作业的方法。程启超等[23]使用AIUI评估板实现声源定位、识别语义和输出声源等功能。

2.3 自动除颤技术

当心肺复苏机器人到达救援点后，应立即开始AED。由于机器贴片定位的难度远高于人工贴片难度，且半自动化AED操作难度低、效率高，可以采取机器语音提示步骤的方法进行贴片。当检测电极片接触人体后，AED模块则启动心率分析功能并决定是否进行除颤——若为不可电击复律心律，则立即开始CPR，并于一段时间后再次进行分析；若为可电击复律心律，则提示旁观者远离心脏骤停患者，按下点击按钮，再开始CPR。故AED模块应该具备检测心室颤动和除颤两个功能。

检测心室颤动的技术已经很成熟，可以通过时域、频域算法，小波分析，各种基于统计的算法或是基于心电图斜率绝对值离散度的算法等实现。AMANN等[24]通过对正常的窦性节律和心室纤维性颤动在二维相空间图上的斜率差异，提出了一种基于重构相位空间的时延算法，测量心室颤动。另外还有基于双谱分析技术的算法分析心室颤动，用于心律失常定量分析和分类的高阶谱分析技术。其使用自回归模型估计的双频谱，然后通过频率支持度分类房性和室性快速心律失常；一种心率分析的算法，截取一段3.2 s的心电图，根据心电的振幅和功率确定有电活动的部分，并以基于QRS波分析的算法初步决定不可除颤和可能需要除颤两个部分，最终根据图像的规律稳定性、频谱分布和心率确定是否需要除颤。

除颤功能，通过在几毫秒到几十毫秒的极短时间内对患者心脏释放高直流电来实现。为了减少高电流对患者的伤害，除颤的能量要尽可能的低[25]。如今使用的放电波形主要是双向波，相较于单向波，双向波安全性更高，可以用更低的除颤能量达到更高的成功率，且能降低心室功能障碍的出现概率。

2.4 智能化按压技术

机器人进行CPR操作之前，先通过语音提示旁观者辅助摆放CPR按压机械臂于两胸之间，再进行CPR。此模块可以与心肺复苏机相结合，主要实现的功能是心肺按压。当按压平面与人体接触时，会产生一定的阻力，利用阻力电流可以实现机器初始自定位的功能，并通过对按压吸盘的设计保证按压时胸廓能够完全回弹。

自动心肺复苏设备有气源支持和电力支持两种提供能源的方式。比起以高压气体作为动力，电动电控的按压模块更适用于心肺复苏机器人在院外急救的应用，由步进电机、压力变送器、压力传感器和伸缩气囊等组成按压机构。对于按压控制，也已经有了很多研究，如赵耀德[26]提出采用模糊控制和比例、积分和微分控制相结合的技术，对按压的输出压力进行负反馈控制，实现按压力度个体化的目的，提高CPR的质量。SEBASTIAN等[27]提出一种由冠脉灌注压预测算法和活塞控制算法组成的闭环机械控制CPR，能达到自适应调节参数的功能，通过冠脉灌注压的反馈计算出按压的最优振幅，达到更好的效果。

3 结语

针对我国出现的关于心肺复苏以及AED的问题，以及智能化发展的时代背景，我们总结了现有的智能化心肺复苏产品，分析了其特点。考虑到现有产品不能完全解决问题，我们提出了一种基于集成应用技术的心肺复苏机器人，应用于地铁站或商场等室内场景，能够适应疫情时代背景，代替人工对心脏骤停的患者实施心肺复苏和除颤。其集合了路径规划、人机交互、自动除颤和智能化按压等技术，能节省人力资源，保证AED的使用，避免了旁观者不会CPR或者不了解AED导致的救援不力，帮助提高心肺复苏的实施率和成功率。通过对现有技术进行综述，发现现有技术可以支持心肺复苏机器人的集成研发，同时，市场上并未出现心肺复苏机器人类似的产品，故心肺复苏机器人的设想可行性高，且有现实意义，值得进一步研究。