摘要：近年来,电子听诊器结合人工智能技术实现了心音的数字化采集和先天性心脏病的智能识别,为心音听诊提供了客观依据,提高了先天性心脏病诊断的准确率。现阶段基于人工智能技术的智能听诊技术主要侧重于人工智能算法的研究,国内外学者也针对心音音频数据的特点设计总结了多种有效算法,其中梅尔频率倒谱系数(MFCC)是最常用且有效的心音特征,被广泛应用于智能听诊技术中。然而,当前心音智能听诊技术均基于筛选的特定数据集实现,并且尚未在实际临床环境中基于大样本进行实验验证,因此各个算法的实际临床应用表现尚待进一步验证。心音数据匮乏,特别是高质量、标准化、带疾病标注且公开的心音数据库的缺失,进一步制约了心音智能诊断分析技术的发展和听诊筛查的应用。因此,相关医疗单位应当组织有关专家共同建立先天性心脏病心音听诊筛查的专家共识和标准化心音听诊筛查流程,并以此建立权威心音数据库。本文就现阶段基于人工智能的听诊算法和硬件设备在先天性心脏病听诊筛查中的研究及应用进行综述,提出人工智能心音听诊筛查技术在临床应用中有待解决的问题。

摘要：目的设计智能交替式减压充气枕并探讨其应用效果。方法智能交替式减压充气枕(简称充气枕)是由可粘贴的泡沫敷料、水袋、充气垫、充气管、机芯及遥控器6个部分组成。选取浙江省某三级甲等医院心脏监护室2020年10月-2021年4月收治的50例患儿为试验组,采用充气枕;2020年3月-9月收治的50例患儿为对照组,采用传统自制水袋枕。比较两组患儿使用前后血压、心率及SpO_(2)的变化,头枕部皮肤压力性损伤、皮肤潮湿度及颈部皮肤褶烂发生情况;调查护士使用的满意度。结果试验组使用前后血压SpO_(2)的改变,差异无统计学意义(P>0.05);对照组使用前后血压、心率及SpO_(2)的改变,差异具有统计学意义(P<0.05);试验组压力性损伤发生率、皮肤潮湿度均低于对照组,差异具有统计学意义(P<0.05);护士使用总体满意率为97%。结论智能交替式减压充气枕操作简单便捷,可有效降低头枕部压力性损伤的发生率,减少血流动力学的波动,护士使用满意度高。