Chunci Medical, inovatīvs ķīniešu medicīnas ierīču uzņēmums, sāka savu darbību visā pasaulēLingxi™ Intelligent intraosseous punkcijas sistēma. Sistēma, kuras centrā ir inteliģenta caurduršanas adata, kas iebūvēta ar miniatūriem sešdimensiju spēka/griezes momenta sensoriem un optiskās šķiedras diapazona moduli, nodrošina reāllaika atgriezenisko saiti par pretestības izmaiņām, ievietošanas leņķi un dziļumu punkcijas laikā. Dati tiek sinhronizēti, izmantojot Bluetooth, ar planšetdatoriem vai avārijas transportlīdzekļu termināļiem, lai ģenerētu vizualizētas "punkciju līknes". Klīniskie pētījumi apstiprina, ka sistēma saīsina operatīvās mācīšanās līkni par 70 % un paaugstina pirmā mēģinājuma punkcijas panākumu līmeni jaunāko ārstu vadībā līdz 97 %, kas ir līdzvērtīgs vecāko speciālistu līmenim.

R&D fons un klīniskie sāpju punkti

Tradicionālā intraossālā punkcija būtībā ir "melnās kastes" procedūra: operatori spriež, vai gals ir iekļuvis medulārā dobumā, tikai pēc taustes sajūtas ("padevības sajūta"), radot ievērojamu nenoteiktību. Galvenie sāpju punkti ietver:

Stāva mācīšanās līkne: Iesācējiem ir grūti apgūt taustes atgriezenisko saiti, tāpēc ir nepieciešama ilgstoša apmācība un plaša prakse, izmantojot dzīvnieku kaulus vai simulatorus.

Komplikāciju risks: Pārāk dziļa punkcija var bojāt aizmugurējos kaulaudus (piem., traumējot epifīzes plāksni vai iekļūstot mugurējā krūšu sienā); slikti punkcijas leņķi var izraisīt adatas izslīdēšanu vai infūzijas traucējumus.

Procedūras ierakstīšanas trūkums: punkcijas procesus nevar objektīvi reģistrēt vai pārskatīt, tādējādi kavējot kvalitātes uzlabošanu un klīnisko apmācību. Uz medicīnas digitalizācijas fona intraosseous (IO) tehnoloģija ir ievērojami atpalikusi datu virzītā transformācijā.

Galvenās tehnoloģiskās inovācijas

Ražotāja galvenā inovācija ir parasto punkcijas adatu aprīkošana aruztveršanas un savienojamības iespējas:

Miniaturizēta sensora integrācija: MEMS (mikroelektromehānisko sistēmu) sensori ir iestrādāti caurduršanas adatas rokturī, lai ievietošanas laikā reāllaikā uzraudzītu aksiālo spēku un rotācijas griezes momentu. Fiber Bragg režģi atklāj smalkas spektrālās nobīdes, kas atspoguļojas, kad gals iekļūst dažādos audu slāņos (ādā, zemādas audos, kaulu garozā, medulārajā dobumā), ļaujot precīzi noteikt gala pozīciju.

Datu vizualizācija un algoritmu interpretācija: atbalsta lietotne pārvērš sensora datus reāllaika ritināšanas "pretestības dziļuma" līknēs. Kad parādās raksturīgi straujš pacēlums (kontakts ar kaula garozu) un pēkšņs kritums (iekļūšana medulārā dobumā), sistēma aktivizē vizuālus un taustes (roktura vibrācijas) brīdinājumus. Algoritmi arī novērtē kaulu blīvumu pēc sākotnējās pretestības un gudri iesaka optimālus rotācijas ātrumus.

Mākoņu savienojamība un kvalitātes kontroles platforma: Anonimizētie dati no katras punkcijas (ilgums, spēka līknes, rezultāti) tiek augšupielādēti slimnīcas kvalitātes kontroles platformās vai ražotāja mākoņdatu datubāzē šķērsgriezumu salīdzināšanai, darbības standarta auditiem un personalizētiem prasmju uzlabošanas ziņojumiem.

Darbības mehānisms

Pārvēršot mehāniskos signālus vizualizētā informācijā, viedā sistēma izveido jaunu cilvēka un mašīnas sadarbības modeli:

Sešdimensiju spēka sensori darbojas kā "digitālie nervi" operatoriem, kvantificējot nemateriālo taustes atgriezenisko saiti precīzās vērtībās ņūtonos (N) un ņūtonmetros (N·m). Operatori var "redzēt" pārmērīgu pielikto spēku vai leņķa novirzi.

Optiskās šķiedras diapazona noteikšanas funkcija ir līdzīga optiskajam radaram, aprēķina reāllaika gala dziļumu audos ar submilimetru precizitāti, analizējot optiskos signālus, kas tiek emitēti un atstaroti no gala, būtiski novēršot pārāk dziļas aklas punkcijas risku.

Izmantojot mašīnmācīšanos par masīvām veiksmīgu un neveiksmīgu punkciju datu kopām, datu algoritmi identificē optimālas punkcijas mehānisko iezīmju modeļus un izdod reāllaika brīdinājumus, kad operatori pieliek nepareizu spēku (piemēram, pārmērīga rotācija izraisa termisku kaula traumu).

Efektivitātes apstiprināšana

Sistēmas daudzcentru randomizēts kontrolēts pētījums tika veikts neatliekamās palīdzības nodaļās un ICU 15 A pakāpes terciārajās slimnīcās visā Ķīnā.

Mācību efektivitātes pētījums: Apmācīti ar viedo sistēmu, medicīnas studenti un ārsti rezidenti samazināja vidējo prakses mēģinājumu skaitu, kas nepieciešami neatkarīgai kompetentai darbībai no 50 līdz 15, ievērojami paātrinot prasmju apguvi.

Drošības uzlabošanas pētījums: 1 000 viedās sistēmas asistētās punkcijās nenotika smagas komplikācijas, ko izraisīja pārmērīga iespiešanās, turpretim parastajā grupā (500 gadījumi) tika reģistrēti 3 vieglas hematomas vai ekstravazācijas gadījumi punkcijas vietās.

Lēmuma atbalsta pētījums: For hard‑to‑puncture obese patients (BMI >35), viedā sistēma identificēja neparastas pretestības līknes, lai iepriekš brīdinātu par 5 iespējamām kaulu anomālijām vai nepiemērotu punkcijas vietas izvēli, virzot operatorus mainīt vietu un panākt 100 % veiksmīgu piekļuves izveidi.

Pētniecības un attīstības stratēģija un filozofija

Chunci Medical pētniecības un attīstības stratēģija ir"Dati nosaka standartus, izlūkdati dod iespēju klīniskajai praksei". Uzņēmums uzskata, ka mākslīgā intelekta laikmetā medicīnisko procedūru "zelta standartam" vairs nav jāpaļaujas tikai uz individuālu ekspertu pieredzi, bet gan uz optimizētiem algoritmu modeļiem, ko apmāca masveida objektīvas datu kopas. Sadarbojoties ar Valsts galveno mākslīgā intelekta laboratoriju, tā izveidoja pirmo pasaulēintraosseous punction mehānisko funkciju datu bāze. Tās pētniecības un attīstības filozofija uzsveratbildīgs AI: viedās sistēmas palīdz un uzlabo klīnisko lēmumu pieņemšanu, nevis aizstāj ārstus, un galīgais lēmums vienmēr paliek operatoru ziņā.

Nākotnes perspektīva

Nākotnes viedās punkcijas sistēmas attīstīsies parhologrāfiskie ķirurģiskie navigācijas mezgli. Ražotāji pēta viedo punkcijas adatu integrāciju ar paplašinātās realitātes (AR) brillēm: valkājot AR brilles, operatori redz praktiski projicētos optimālos punkcijas punktus, ievietošanas ceļus un reāllaika 3D ievietošanas animācijas uz pacienta ķermeņa virsmas, lai nodrošinātu fluoroskopijai līdzīgu darbību. Turklāt sistēma var izveidot savienojumu ar slimnīcas PACS (attēlu arhivēšanas un sakaru sistēmām), lai automātiski izgūtu pacientu esošos rentgena vai CT attēlus 3D rekonstrukcijai un ķirurģiskā ceļa plānošanai pirms punkcijas. Ilgtermiņā dati, kas iegūti no katras viedās punkcijas, tiks atgriezti globālajā neatliekamās medicīniskās palīdzības tīklā, lai prognozētu anatomiskās atšķirības dažādās populācijās, galu galā nodrošinot personalizētu adaptīvo punkcijas navigāciju, kas pielāgota atsevišķiem pacientiem.