睡眠呼吸暂停的物联网医学分级诊疗

发生于睡眠中的呼吸异常主要包括三类：①阻塞性睡眠呼吸暂停综合征(Obstructive Sleep Apnea Syndrome，OSAS)，指睡眠中上气道部分或完全闭塞导致低通气或呼吸停止。②儿童阻塞性睡眠呼吸暂停，症状包括打鼾、睡眠不安稳、盗汗、晨起头痛。并发症包括生长迟缓、肺源性心脏病、肺动脉高压及学习和行为能力障碍。③中枢性睡眠呼吸暂停（Central Sleep Apnea, CSA）是一组异质性的疾病，特点为呼吸驱动改变，而无气道阻塞；大多导致睡眠中无症状的呼吸模式改变。

一、分级诊疗分工

    通过物联网医学平台，协调一级医院、二级医院和三级医院分工，三级联动、高效精准地完成分级诊疗工作。

    （一）一级医院工作

    主要为宣传疾病知识、预防及早期发现疾病、应用物联网医学技术进行家庭筛查、无创正压通气呼吸机滴定和康复治疗。为保证医疗质量，与二级医院和三级医院进行三级联动物联网医学管理和双向转诊治疗。

    （二）二级医院工作

    主要为协助一级医院确诊和管理OSAS患者，与一级医院进行双向转诊，对于疑难病例与三级医院研究诊治方案。指导睡眠呼吸监护、上气道三维重建、评估并发病、指导高血压和糖尿病等治疗。

   （三）三级医院工作

    主要为指导二级医院和一级医院管理OSAS患者及联网会诊。对于疑难病例，协助区中心医院专家研究诊治方案，治疗呼吸衰竭、高血压和糖尿病等并发症，负责质量控制，复核诊断率、治疗方案及双向转诊率。

二、物联网医学五步法

物联网医学分级诊疗五步法应用于孤立性肺结节示意图见图3-9。

图3-9  物联网医学分级诊疗五步法管理睡眠呼吸暂停患者示意图

   （一）第一步询问（1A）

    可通过扫描二维码采集相关信息，患者或社区医师可通过可移动的用户端（智能手机、平板电脑或普通电脑、电视机顶盒等）输入疾病相关信息，主要包括以下几个方面。

1、成人OSAS

（1）个人信息：包括年龄、性别、身高、体重、工作性质、婚姻状态、饮食习惯、运动习惯、吸烟量、饮酒量等。

（2）危险因素包括目前临床已证实的OSAS危险因素，如表1所示。

表1  OSAS的危险因素

（3）家族史包括睡眠相关疾病、OSAS相关并发症如心脑血管病变、代谢性疾病或综合征、神经肌肉病变等家族史；以及家族性传染病、肿瘤及其它相关疾病史等。

2、儿童OSAS   在儿童中的发病率约为2%，目前的情况是诊断率低并可导致严重的后遗症。儿童OSAHS的危险因素包括：①扁桃体或腺样体肿大；②某些牙齿疾病（如龅牙）；③肥胖；④颅面部畸形（如小颌畸形、下颌后缩，中面部发育不全，扁平颅底）；⑤某些药物（如镇静剂，阿片类药物）；⑥黏多糖贮积病；⑦引起肌张力减退或亢进的疾病（如唐氏症，大脑性麻痹，肌肉萎缩症）；⑧其他可能的遗传因素。

3、中枢性睡眠呼吸暂停CSA（Central sleep apnea）   CSA患者可分为两组：

（1）高碳酸血症组：呼吸驱动力降低。病因包括甲状腺功能减退及脑干梗死、脑炎和Arnold-Chiari畸形等中枢病变；这种CSA也可合并神经肌肉疾病（如肌营养不良、肌萎缩侧索硬化和脊髓灰质炎后综合征）、胸壁异常（尤其是脊柱后侧凸）。

（2）血碳酸正常或低碳酸血症组：表现为呼吸驱动力增加，但有睡眠诱发的呼吸暂停和（或）周期性呼吸。Cheyne-Strokes呼吸是CSA的一种独立形式，原因认为是循环时间延迟致呼吸中枢对酸中毒/低氧血症（引起呼吸增强）和碱中毒/低碳酸血症（引起呼吸暂停）的识别滞后。海拔高是复发性OSA的另一病因，表现为低碳酸血症。

使用阿片类药物可以引发高碳酸血症或低碳酸血症性CSA。

   （二）第二步评估（2A）

提出检查项目，如睡眠呼吸监测、影像学和问卷，获取疾病相关信息在云计算器上自动评估（图3-10）。

图3-10 睡眠呼吸暂停综合征综合评估示意图

1、影像学   上气道影像学检查、端口对三级医院开放，传到云计算器进行自动分析、智能处理协助鉴别诊断，专家核对报告，提出发现早期促甲状腺激素异常的检查以及其他评估OSAHS相关的检查。

    2、睡眠呼吸监测

（1）多导睡眠图检查   包括容积描记法持续测定呼吸作用；流量传感器测定鼻、口气流；脉氧仪测定血氧饱和度；脑电图（睡眠结构）、颏肌电图（低张力）和眼动图（快速眼动）。多导睡眠图有助于辨别睡眠分期并且可以监测呼吸浅慢和窒息发生次数及持续时间。心电图有助于判定呼吸暂停期间有无心律失常。其他评定指标包括肢体肌肉活动（确定非呼吸引起的睡眠觉醒，例如不宁腿综合征和周期性肢体运动障碍）和体位（仅在仰卧位时发生呼吸暂停）。睡眠呼吸暂停（Sleep Apnea，SA）是指睡眠过程中口鼻呼吸气流消失或明显减弱（较基线幅度下降≥90%）持续时间≥10 s。低通气的定义是睡眠过程中口鼻气流较基线水平降低≥30%并伴SaO2下降≥4%，持续时间≥10 s，或口鼻气流较基线水平降低≥50%并伴SaO2下降≥3%，持续时间≥10 s。

常用来描述睡眠呼吸异常的简明指标是睡眠呼吸暂停－低通气指数（Apnea Hypopnea Index, AHI），即平均每小时睡眠呼吸暂停和低通气的次数。AHI值可按不同的睡眠期计算。呼吸紊乱指数（Respiratory Disturbance Index, RDI）是与AHI相似的一项指标，是指平均每1小时的呼吸暂停、低通气和呼吸努力相关微觉醒(Respiratory Effort-Related Arousal, RERA)事件次数之和，其与SA和AHI不同，可更全面地反映患者夜间睡眠过程中发生的呼吸事件。RERA时值虽未达到呼吸暂停或低通气标准，但出现时间≥10 s的异常呼吸努力并伴有相应微觉醒，当出现睡眠片段时RERA仍具有临床意义。应用脑电图可以计算觉醒指数（Arousal Index, AI），即每小时觉醒的次数。AI可与AHI或RDI相关，但大约20％的呼吸暂停和低氧饱和度发作不伴有觉醒，或存在其他原因的觉醒。

 （2）物联网睡眠呼吸监测仪   对三级医院开放端口，将信息传到云计算进行自动分析和质控，由专家核对报告。在自我报告的睡眠监测方面，便携式监测仪可测量心率、脉氧饱和度、体位和鼻部气流，评价呼吸干扰情况，以此提供AHI/RDI值。临床上常将这些便携式监测仪器和计算患者危险度（检测的敏感性和特异性取决于验前概率）的工具联合使用。便携式监测仪无法排除并存的睡眠障碍（如不宁腿综合征），故后续仍需使用多导睡眠图。

3、海量信息深度挖掘   物联网产生个体化的数据流，包括地址、环境、传感器产生等，具有海量、异构、高维、冗余、时间、空间位置分散等特点。因此，对物联网医学平台上海量数据存储、预处理和挖掘是一关键问题。利用物联网的射频识别（Radio Frequency Identification，RFID）技术特点，数据存储与预处理技术模型不断被开发，在保证数据的完整性与真实性的前提下，提高数据挖掘效率。

对参与的患者除个人信息、疾病相关危险因素、家族史等信息数据外，利用物联网平台进行OSAS初步筛查或多导睡眠图（Polysomnography，PSG）监测（包括口鼻气流、血氧饱和度、胸腹运动、心电、脑电、眼动等参数），形成个体化的数据库，存储于云平台，可随时调用与查看、用于研究，如图3-11。

图3-11  基于睡眠物联网医学平台的PSG实时监测与数据存储

4、自动生成诊断和分期结果   通过睡眠物联网医学平台，可采集到患者个体化的疾病信息，根据OSAS指南的诊断及分期标准，可自动明确患者诊断、并根据呼吸暂停低通气指数（AHI）、夜间最低指氧饱和度（Saturation Arterial Oxygen，SaO2）进行病情严重程度分级（表2）。

表2  OSAHS的诊断

    （三）第三步建议（3A）：

     综合上述信息和评估结果，提出诊断、鉴别诊断和进一步评估意见，并评估病情和并发病。在端设备给出诊断和治疗、随访管理初步意见后，三级医院专家需根据专业知识对患者疾病信息核对诊断和治疗意见，并最终提出个体化或综合治疗意见。

    1、解读诊断数据

   （1）OSAS筛查   对应用用户端进行筛查的患者或人群，可通过用户端软件输入个人信息、睡眠相关问卷及危险因素等信息，并结合体检结果，初步筛查出OSAS高风险人群。

目前用于筛查OSAS高危人群的问卷主要包括Epworth嗜睡量表（Epworth Sleepiness Scale, ESS）、Berlin问卷（Berlin Questionnaire, BQ）、Pittsburgh睡眠质量指数（Pittsburgh Sleep Quality Index, PSQI）等。ESS嗜睡量表主要对白天嗜睡症状进行评价；BQ则涵盖了对打鼾、夜间觉醒、白天嗜睡、及高血压、体质指数等特征；PSQI是对近一月睡眠总体情况的评估，从睡眠质量、入睡时间、睡眠时间、睡眠效率、睡眠障碍、催眠药物和日间功能情况等进行总体评估。既往研究已对这些问卷筛查OSAS的效果进行了探索，结果显示各问卷对OSAS筛查的敏感性、特异性不一，同时由于地区和人群的差异，同一问卷也可能具有不同的应用效果。国内研究表明，以ESS≥9分为白天嗜睡的标准具有高度的可靠性，但与PSG作为诊断的金标准相比，一致性不一；BQ用于筛查OSAHS的敏感性约为71%，特异性72%，与病情严重程度具有正相关，重度患者敏感性较高。

由于既往研究所选取的研究对象、设定的诊断标准存在差异，因此目前还需进一步实践探索应用于睡眠物联网医学平台进行OSAS筛查的问卷设定的效价，包括患者的完成度、敏感性和特异性以及经济学效价等指标，以期在现有问卷基础之上建立更为科学、合理、简便的筛查模型。

（2）OSAS早期诊断   2014年发表的OSAS临床诊断指南建议，对不能解释的白天嗜睡患者进行睡眠相关检查；对可疑患有OSAS的患者进行诊断性PSG监测；对不伴有严重合并症的可疑患者来说，亦可选择便携式PSG作为诊断手段。

根据我国2011年制定的OSAS诊治指南，睡眠物联网医学平台建议具有以下情形者行标准的整夜PSG监测：①临床上怀疑为OSAS者；②临床上其他症状体征支持患有OSAS，如难以解释的白天嗜睡或疲劳；③难以解释的白天低氧血症或红细胞增多症；④疑有肥胖低通气综合征；⑤高血压尤其是难治性高血压；⑥原因不明的心律失常、夜间心绞痛；⑦慢性心功能不全；⑧顽固性难治性糖尿病及胰岛素抵抗；⑨脑卒中、癫痫、老年痴呆及认知功能障碍；⑩性功能障碍；⑾晨起口干或顽固性慢性干咳等。

对于轻症患者可选用便携式设备进行初步筛查，以助早期诊断。

在质量控制的基础之上，睡眠物联网医学平台通过评估患者基本信息、症状、体征、病史，结合疾病危险因素，可尽早指导患者进行PSG监测。并根据诊治指南的诊断标准，经由三级医院（专家）确立诊断及评估病情严重程度。诊断标准包括：

①临床有典型的夜间睡眠时打鼾伴呼吸暂停、日间嗜睡（ESS评分≥9分）等症状，查体可见上气道任何部位的狭窄及阻塞，AHI≥5次/小时者可诊断OSAHS；②对于日间嗜睡不明显（ESS评分<9分）者，AHI≥10次/h或AHI≥5次/小时,存在认知功能障碍、高血压、冠心病、脑血管疾病、糖尿病和失眠等1项或1项以上OSAS合并症也可确立诊断。

病情严重程度分级见表3，由于临床上存在AHI与SaO2不平行等差异问题，推荐以AHI为标准对OSAHS病情程度评判，注明低氧血症情况。对于只具备初筛设备的社区或患者，诊断标准如下：

①至少具有2项主要危险因素；尤其是表现为肥胖、颈粗短或有小颌或下颌后缩，咽腔狭窄或有扁桃体Ⅱ度肥大，悬雍垂肥大，或甲状腺功能低下、肢端肥大症或神经系统明显异常；

②中重度打鼾、夜间呼吸不规律，或有屏气和憋醒（观察时间应不少于15分钟）；

③夜间睡眠节律紊乱，特别是频繁觉醒；

④白天嗜睡（ESS评分>9分）；

⑤SaO₂监测趋势图可见典型变化、氧减指数（Oxygen Desaturation Index，ODI）>10次/小时；

⑥引发1个或1个以上重要器官损害。

符合以上6条者即可做出初步诊断，有条件的单位可进一步进行PSG监测。

表3 成人OSAS病情程度与AHI和（或）低氧血症程度判断依据

同时，诊断时还需注重患者合并症、并发症等情况。包括心脑血管疾病、糖尿病、癫痫、精神异常、肺动脉高压及肺源性心脏病、呼吸衰竭、支气管哮喘、遗尿、性功能障碍、肝肾功能异常、继发红细胞增多、肥胖加重、妊娠相关性高血压、重大交通事故等。

（四）第四步安排（4A）

    针对不同患者信息特征及风险等级，给予个体化教育、治疗、康复和次级预防建议。

    1、治疗选择    确诊OSAS的患者治疗方式与内容（表4）。其中，对于部分PSG指标判断病情程度较轻，但合并高血压、缺血性心脏病、脑卒中及2型糖尿病等相关疾病患者，应积极治疗。

无创呼吸机、口腔矫治器、外科手术是除病因、生活行为治疗外的主要治疗措施。各种治疗方式的适应证和禁忌证见表4。疗效体现于：

（1）睡眠期鼾声、憋气消退，无间歇性缺氧，SaO₂正常。

（2）白天嗜睡明显改善或消失，其他伴随症状如忧郁症显著好转或消失。

（3）相关并发症，如高血压、冠心病、心律失常、糖尿病和脑卒中等得到改善。

确诊为OSAS的患者如未接受积极的治疗(如CPAP、口腔矫治器、外科手术等)，应注意病情变化，特别是其家属应注意患者夜间鼾声的变化及患者白天嗜睡的情况；鼾声时断时续或白天嗜睡加重均提示患者病情可能恶化或进展，应及时就诊复查多导睡眠图，必要时采取积极的干预治疗措施。

表4  OSAS主要治疗方式

2、疗效评估    对接受治疗的患者需进行定期疗效评估与随访。口腔矫治器及外科手术治疗者在治疗后3个月、6个月后应进行多导睡眠图复查，以了解其疗效；对于不能耐受或效果不佳的患者应尽快改用疗效更肯定的治疗方法，如CPAP等；应用家用无创正压呼吸机治疗者，经睡眠呼吸三级医院压力调定达到理想压力水平。理想的压力水平是指能够消除在各睡眠期及各种体位睡眠时出现的呼吸暂停及打鼾所需的最低压力水平，并保持整夜睡眠SaO₂>90％，并能为患者所接受。对家庭治疗的早期应实时密切随访,了解患者应用的依从性及不良反应，协助其解决使用中出现的各种问题，必要时应进行无创正压呼吸机压力的再次调定，以保证患者长期治疗的有效性和依从性。其后应坚持定期的长期随访。

3、OSAS管理

（1）健康宣教    可以采取多种生动活泼、易被患者理解和接受的形式，对OSAHS患者进行即时、远程的疾病相关知识的教育，特别是如何识别疾病，了解OSAHS的主要表现及其对全身各个脏器的影响，各种治疗方法及最佳治疗方法的选择，增加患者治疗随访的依从性。

（2）治疗随访    通过物联网医学平台，建立每个患者个体化的治疗随访方案。选择长期治疗（无创呼吸机、口腔矫治器、体位治疗等）需进行长期、持续、规律的随访，评价患者依从性、治疗副作用、药物不良反应及症状变化。对手术患者需定期调查危险因素及评估临床症状。

（3）危急预警    通过设定用户端传感器报警范围，可进行心律失常（如心脏骤停、室性早搏、心动过速、传导阻滞等）、心绞痛或心肌梗死（心电图典型表现、就近社区检测出心肌酶谱异常）、持续严重低氧、异常脑电（如癫痫发作）等预警，进行实时干预和急救。

（4）临床研究    OSAS作为一种相对新的疾病，目前对与疾病的认知还存在较多空白。通过物联网云平台的大规模数据存储和调用，经授权和知情同意，可对参与平台适用的人群进行临床分析与研究，可用于流行病学调研、诊治方式与发病机制探索等，有助于深入疾病本质、建立循证医学新证据。

（5）故障排查    设定故障报告功能，及时发现各用户端、网络及计算中心的软件、硬件故障，收到故障报告后由专门技术人员进行排查和解决。

（五）第五步物联网医学辅助（5A）：

    物联网医学辅助功能主要包括：提问答疑、帮助挂号、直面名家、协助转诊、全时空照护和协助双向转诊。物联网技术的三大基本流程和十大功能特别有利于完成这些工作，其中全面感知→可靠传送→智能处理三大基本流程，与其十大基本功能也可应用到医学上（表5），进行全时空预防、保健、诊疗和康复，以及质量控制。

表5 基于物联网的物联网医学十大功能

    其中在线监测、定位跟踪、警报联动、急救调度功能有利于全时空在线监测睡眠呼吸异常和指导治疗；预案管理、远程管理、领导桌面和统计决策功能可拓展海量信息深度挖掘功能，应用预先设定的规范，指挥三个级别医院全天候分级诊疗和及时处置睡眠呼吸异常，改善生命质量；安全隐私和在线升级功能是物联网医学技术的保障，可保证物联网系统能够正常运行，更适用于医疗的联网服务。

三、应用注意事项和质量控制

睡眠物联网医学平台的运转与用户端、设备、社区、三级医院等各个参与其中的机构、服务者、被服务者均有着密切的联系，应保证使用者对各个相关环节充分理解、通常交流，才能取得最佳效果。

（一）保证三个连接通畅

物联网医学实施的必须确保用户端（手机、电脑或电视机顶盒）、传感器和云平台三者之间相互的高质量、实时通信；必须提高传感器（鼻气流、指尖血氧饱和度、胸腹运动、心电、脑电、肌电等）质量，精确可靠，尽可能简单易学，特异专一，即插即用，可自动复原；同时完善用户端硬件、软件设施，增强分布网络，确保数据安全，保证信息的有效接力和传递。

（二）提高三众沟通技巧

    三级医院的专家、社区医师和患者群体作为睡眠物联网医学平台使用的主要群体，在进入平台前，需进行培训，专家及医师还需进行资格考核和准入，以了解该平台不同于传统医学模式的特点，如何利用平台进行有效沟通；建立体验平台，供专家、医师及患者进行试用；提供实时技术支持；建立沟通平台（如微信等），为及时沟通提供双重保障。

（三）质量控制

目前，物联网医学尚处于起步阶段，相关操作流程、法律法规尚待完善，睡眠物联网医学平台的质量控制亦有待进一步摸索。主要需要质控的指标为五步法中：①个人信息（年龄、性别、身高、体重）；②吸烟史；③饮酒史；④上气道三维重建；⑤睡眠呼吸监护；⑥评估高血压；⑦评估糖尿病。此外，还应兼顾分级诊疗质控的指标为：①诊断复核率；②治疗方案复核率；③疗效复核率；④双向转诊率。当然，这些指标需要根据最新指南及循证医学证据不断更新，并需要在实践中逐步制定平台操作规程和工作细则，如专家、社区医师、技术人员的职责，突发事件应急处理流程，患者知情同意与信息安全规则，故障处理流程等。此外，还需建立并完善的统一筛查模型和实施标准、完善PSG监测和治疗标准与随访流程。由三级医院定期对用户端、传感器进行检测，对社区医师、患者群体进行培训，强化标准流程、优化细节，以充分发挥物联网医学平台的特点与优势，达到终起到“防治前移、重点下沉”和“云联知名专家，端享现代医疗”的效果。

                             （刘洁，钱进，陈宝元，李善群，白春学）