抽血找不到血管？人工智能有辦法
大數據文摘出品
來源：rutgers.edu
編譯：張大筆茹、夏雅薇
可能不少人都聽過護士在抽血的時候找不到血管的段子，但這確實是真人真事，而且聽起來也蠻痛的。
不過現在，這種情況可以有效避免了，因為羅格斯大學(Rutgers University)的工程師們發明了一種結合了機器人、人工智能以及近紅外和超聲成像技術，來進行抽血或插入導管以輸送液體和藥物的設備。
這項研究成果發表在《自然：機器智能》上，論文表明，圖像引導機器人設備這樣的自主系統在某些復雜的醫療任務上可能超越人類。
論文鏈接：
https://www.nature.com/articles/s42256-020-0148-7
醫療機器人可以降低傷害，提高效率和結果，并在資源有限的情況下以最少的監督執行任務。這將使醫療保健專業人員能夠將更多的精力放在其他關鍵方面，急診醫護人員也能在偏遠和資源有限的地區進行先進的干預和復蘇治療。
資深作者Martin L. Yarmush與新不倫瑞克省羅格斯大學工程學院生物醫學工程系主任兼特聘教授Paul&Mary Monroe表示：“與專業的醫療保健專業人員相比，我們的團隊利用志愿者，模型和動物進行實驗，結果表明該設備可以準確地找到血管，提高治療成功率和縮短手術時間。”
通過進入靜脈，動脈和其他血管是許多診斷和治療程序中至關重要的第一步。包括抽血，注射液體和藥物，引入支架等設備和監測健康狀況等。手術的及時性是很關鍵的，但準確找到血管對許多醫護人員來說有時很有挑戰性。
研究表明，該過程大約有20%的失敗率，血管狹窄，扭曲，滑動或塌陷的人的困難性會增加，這在兒科，老年人，慢性病和外傷患者中很常見。在這些組中，第一次準確率低于50%，且常至少需要進行五次嘗試，這會導致治療延遲。當相鄰的主要動脈，神經或內臟器官被穿刺時，也可能會出現出血等并發癥，幾次下來會大大增加并發癥的風險。附近的血管難以進入時，就需要更具侵入性的方法，例如創建中心靜脈或動脈通路。
此設備可以在最少的監督下將針頭和導管準確地引導到細小的血管中。它將人工智能與近紅外和超聲成像相結合以執行復雜的視覺任務，包括從周圍組織中識別血管，對其進行分類并估計其深度，然后進行運動跟蹤。在其他已發表的論文中，作者已證明此設備可以用作將自動抽血和血液下游分析合并的平臺。
接下來將在更廣泛的人群中對設備進行更多研究，包括那些血管正常和難以進入的人群。Yarmush表示：“此設備不僅可以用于患者，還可以稍微改進一下用于對嚙齒動物的抽血，這對制藥和生物技術行業的動物藥物測試極為重要。”
相關報道：
https://www.rutgers.edu/news/robot-uses-artificial-intelligence-and-imaging-draw-blood
【本文是51CTO專欄機構大數據文摘的原創譯文，微信公眾號“大數據文摘（ id: BigDataDigest）”】
