用于早期脑损伤治疗的可穿戴多模态生命体征检测与光生物调节装置：一项可行性研究

　　为解决创伤性脑损伤（TBI）急性管理和长期预后的难题，研究人员开发了一种集成光电容积脉搏波（PPG）、红外传感和机器学习（ML）的可穿戴多模态平台。该设备在模拟分诊环境中表现出高精度（脉搏平均误差7.3%，血氧饱和度平均误差-1.2%），ML模型对低血压和疼痛的预测准确率分别达98.4%和93%。这项研究为未来整合近红外光谱（NIRS）脑血氧监测和量子点发光二极管（QLED）光生物调节（PBM）治疗奠定了基础，有望革新TBI诊疗模式。

　　

创伤性脑损伤（TBI）被称为"沉默的流行病"，仅在美国就已影响超过50万人口，其中军事人员更是高发群体。在"持久自由行动"和"伊拉克自由行动"中返乡的作战人员中，约15%-40%曾遭受轻度TBI（mTBI）的困扰。尽管被归类为"轻度"，这些损伤却常导致严重的长期并发症，包括神经认知障碍、焦虑、睡眠障碍和慢性疼痛。更严峻的是，损伤急性期未被发现的自主调节和炎症变化会进一步加剧这些后果，未经治疗的状况可能演变为使人衰弱的慢性问题。当前的战场分诊指南（如2024年战术战伤救护（TCCC）临床指南）虽然建议频繁评估血氧饱和度（SpO₂）和监测血压（BP）以防止缺氧和低血压，但实际执行情况却不尽如人意：在紧急后送的作战人员中，仅有24%进行了脉搏血氧测定，41%检测了心率（HR），2%测量了体温。这种监测不足的现状凸显了开发新型监测技术的迫切性。

随着"黄金时间"从1小时延长至72小时，战场分诊的挑战更加突出了解决急性TBI诊断和治疗局限性的紧迫性。在爆炸相关的军事TBI中，57%未上报，73%的受影响个体发展为创伤后应激障碍（PTSD），91%经历疼痛干扰，直接影响部队战备状态。传统的消炎药物（如美洛昔康）可能 inadvertently 加剧脑出血，而免疫调节也可能无意中促进神经炎症，因此TBI相关疼痛迫切需要替代治疗方案。

这项可行性研究测试了一种原型面部传感分诊（FST）系统，采用两种互补方法从头面部捕获生命体征：前额安装的可穿戴传感器（SEN）通过光电容积脉搏波（PPG）和红外（IR）连续收集数据，而移动应用程序的相机则间歇性地从面部捕获生命体征。两个数据流都输入到基于应用程序的分析中，以检测和预测TBI后表明临床恶化的异常情况。在未来版本中，当检测到关键阈值时，系统将通过光生物调节（PBM）自动触发红光治疗，以实现神经保护和疼痛缓解。

研究采用了前瞻性观察性设计，招募28名健康志愿者在模拟急诊室环境中进行测试。平台核心包括四个组成部分：已测试的PPG/IR可穿戴传感器（SEN）和基于相机的移动应用及ML模型，以及未来计划整合的出血控制头戴装置和可调谐量子点发光二极管（QLED）。关键技术方法包括：使用标准护理设备（Masimo MightySat脉搏血氧仪、Welch Allyn数字血压袖带等）与新型传感设备进行对比验证；通过冰桶挑战、跳跃运动等生理挑战模拟创伤相关体征；基于国家紧急医疗服务信息系统（NEMSIS）回顾性数据集开发机器学习模型（随机森林分类器和回归器）；利用卷积神经网络（ResNet34）进行面部疼痛分类分析。

研究结果显示，参与者的年龄范围为19-55岁（平均27.9岁），包括39%男性和61%女性，所有Fitzpatrick皮肤类型（I-VI）均有代表。在设备性能方面，可穿戴设备在受控环境中展示了一致的PPG和IR传感器集成，但在不受控环境中对较深肤色（IV-V）的检测率下降（39%的脉搏血氧测定无法检测）。基于相机的脉搏率（PR）显示与标准护理脉搏血氧仪相比平均误差为7.3%，虽然超过可接受的5%误差容限，但该设备收集了60秒的连续PR数据而非单个数据点。血氧饱和度（SpO₂）显示平均误差为-1.2%，包括一个异常值（-11.1%，Fitzpatrick V）。主观疼痛评估显示基线疼痛平均为2分，冰桶挑战后升至4.7分。

在低血压预测方面，随机森林回归器使用相机数据预测收缩压（SBP）。跳跃运动后，预测SBP平均为140 mmHg（范围118-154），略高于标准护理读数（135 mmHg，范围115-156）。ML模型表现不佳，与真实SBP的平均误差为22 mmHg。心率是主要预测因子（35%权重），其次是呼吸率（RR）（15%），这凸显了准确RR的必要性。在28名参与者中，18%检测到高血压，提示需要休息、重新检查和对后续护理进行护士咨询。

疼痛检测方面，基于图像的模型在分类"疼痛"与"无疼痛"方面达到93%的整体准确率，使用120张Google图像数据集实现了100%的真阳性率。当应用于28名研究参与者的84张图像（每人3张）时，该模型对高度疼痛保持了100%真阳性的强劲表现。但视频分析强调了手势可能带来的偏差，表明需要更广泛、上下文感知的数据集。

在QLED激活模拟中，模拟红光警报（代表未来QLED激活）在以下情况触发：15%的参与者在"初始"运动（PR>110 bpm）期间通过相机监测触发；64%的参与者在佩戴SEN进行第二轮跳跃运动后触发。这展示了实时生命体征如何驱动自动化治疗干预以响应生理应激，如未来通过QLED源进行PBM。

研究的局限性包括基于相机的呼吸率测量显示较大变异性，可能由于噪声和运动伪影导致高估。由于呼吸率是预测低血压和疼痛的ML模型中的关键特征，使用面部分析的不准确性使该应用案例不可行。相反，从SEN的PPG推导RR可能会产生更准确的结果。此外，高估的BP预测可能是由于健康队列与用于ML模型训练的回顾性救护车队列之间的生理差异。所有参与者开始时基线血压正常，之后仰屏息挑战显示仅30秒屏息挑战平均使SBP下降5 mmHg。鉴于低血压是TBI后24小时内死亡的重要预测因子，我们的研究支持需要动态方法来检测继发性低血压。

另一个研究限制涉及使用PBM治疗急性TBI的未知因素——何时启动、何种波长以及脉冲或非脉冲光。一项研究发现，当在急性头部损伤后4小时启动PBM时，用665和810 nm治疗的小鼠在损伤后第5至28天显示改善 compared to 对照组小鼠。另一项小鼠研究证明，如果在急性TBI后4小时内启动，PBM具有抗炎特性，并且每周进行3次治疗时，脉冲与连续光治疗无差异。一项针对11名慢性mTBI患者（损伤发生在10个月至8年前）的人体研究描述了一种头皮可穿戴LED设备，有线连接到大型控制台，使用多个红色（633 nm）和红外（870 nm）波长应用20分钟治疗 sessions。发现抑郁和PTSD症状水平降低，但慢性疼痛无改善。QLED已证明，刚性和柔性形式的超亮深红QLED在PBM中都具有精确光谱控制和高辐射度的功效，使其成为早期神经保护干预的有前途候选者。需要进一步研究和开发将柔性QLED整合到未来TBI研究中，以探索多少QLED、在何种可调波长下以及多长的治疗期可以减轻脑损伤后的早期神经认知和炎症变化。

总体而言，ML模型在回顾性TBI患者测试中展示了预测关键TBI并发症的强大能力，但在健康个体实时应用中面临挑战。回顾性与前瞻性性能之间的差异突出了情境特定训练数据的重要性。此外，该队列包含高比例女性，可能夸大了85的基线PR。9名基线PR>90的参与者中有6名为女性。但由于该平台将每位患者与"自身"基线和"队列"基线及持续数据进行比较，男女基线之间的差异不太明显。

这项研究证明了快速部署、简化、直观且安全的医疗设备的可行性，该设备可以控制出血，检测TBI特有的生理变化，并启动TBI继发并发症的预防性治疗。动态预测低血压和缺氧可能降低死亡风险。此外，计划整合QLED用于PBM治疗代表了一种新颖的治疗途径。通过用人工智能驱动、基于传感器的分析替代或增强当前分诊方法，关键状况的早期检测将实现更智能、更快速的临床决策——最终提高战场和延长战场护理环境中的生存率。