一种采血动作考评系统

本发明涉及医学考评，尤其涉及一种采血动作考评系统，其适用于针对采血动作考评的人工智能训练集进行数据标注。

背景技术：

1、根据《血液标本采集不合格原因分析及护理对策》（韩兰萍、卢立全、汪瑞忠，当代护士）的记载：在临床实际操作过程中，往往由于护士反复摸索血管导致扎止血带时间过长，影响了血流的速度与流向。由于止血带捆绑时间较长，可能会引起组织淤血、缺氧，导致红细胞代谢异常甚至遭到破坏，增加了静脉血液标本溶血的风险。因此，针对血液标本采集的合格情况，需要关注于止血带捆绑时间以及压力。另外，根据khuri, s., uhl, r.,martino, j.,&whipple等人在《clinical application of the forearm tourniquet.the journal of hand surgery》（195,861-3）的记载，止血带抽血带施加的压力通常高于收缩压（sbp）50至100毫米汞柱（mmhg），成人正常的收缩压（sbp）范围通常是90到120毫米汞柱（mmhg）。因此，为了确保有效的阻断，采血时止血带的压力通常设置在大约140到220毫米汞柱（mmhg）。由此可见，现有技术中对于止血与采血的关系有一定研究，但目前仍然是模糊的领域。

2、根据《血液标本采集不合格原因分析及护理对策》的记载，在对静脉血液标本采集部位及送检时间进行结果影响的临床试验中，共选取了1000例患者分为抽取输液同侧血液标本（同侧组，500例）和抽取输液异侧血液标本（对侧组，500例）；再选取另外1000例患者分为相同部位血液标本在规范时间内送检（规范组，500例）和在规范送检时间后的１ｈ内送检（延迟组，500例）。试验结果表明，2000例静脉采血患者中，有108例检验结果不合格，1892例检验结果合格。采血部位、送检时间、采血时间和样本保存温度对采血合格率有影响，均ｐ＜0.05，具有统计学意义。因此，采血过程中的若干因素会对采血质量以及结果产生影响，该影响可能较高。在医疗机构大量的采血工作中，如何提高采血质量是至关重要的措施。

3、cn108172090a公开了一种采血穿刺的自动化训练装置，涉及医疗器械领域，包括训练模具、采血装置、动作采集装置和系统主机，训练模具包括手模和仿真静脉血管，仿真静脉血管一端连接有一输血袋，另一端连接有一排血管，且仿真静脉血管与输血袋之间设有第一截止阀，仿真静脉血管与排血管之间设有第二截止阀；采血装置包括一采血针头、以及与采血针头相连的采血试管；动作采集装置用于采集训练者使用采血装置在训练模具上进行采血穿刺的操作；系统主机包括标准数据库模块、判断模块和显示模块，标准数据库模块内存储有采血穿刺的标准操作，判断模块用于比较并判断训练者的采血穿刺操作是否符合采血穿刺的标准操作，显示模块用于显示判断模块的判断结果。但是该专利未考虑在实际临床环境下，由于患者自身疾病或个体因素导致的采血部位、针头类型以及相关因素带来的采血动作的改变，导致该训练装置仅能用于医务人员采血动作的标准化训练，不能用于对患者血液样本质量进行提高的更优化训练。

4、cn111820920a公开了一种智能采血机器人，其基于激光扫描数据从图像分析角度公开了静脉血管所处皮肤的轮廓曲线方程，并可以根据轮廓曲线方程计算得到第一采血穿刺点的皮肤切线方向，进而确定了采血穿刺点和采血针进针深度等关键技术细节，然而其因为成本高昂只能让此类机器人在病患数量集中的少量医院内使用，更多的医院在未来很长时间内都还将依赖人工采血。

5、在进行抽血之前，通常不需要将止血带扎紧到脉搏搏动减弱到几乎无法察觉的程度。抽血时使用止血带的主要目的是增加静脉的充盈度，使静脉更加明显和易于穿刺，而不是完全阻断血液流动。正确的操作步骤如下：

6、s1：让患者坐下或躺下，放松手臂，将手臂放在一个舒适的位置。

7、s2：在上臂的中部或近肘部处绑上止血带，止血带应该紧贴皮肤，但不应过紧，以免完全阻断血液流动。

8、s3：止血带应该能够限制静脉回流，但不影响动脉血流。这样可以在不造成患者不适的情况下，使静脉充盈，便于穿刺。

9、s4：通常，在止血带绑紧后，患者应该能够感觉到脉搏搏动，但静脉应该会因为血液回流受阻而变得更加明显。

10、s5：抽血完成后，应立即松开止血带，以恢复正常的血液循环。如果止血带扎得过紧，可能会导致患者不适，甚至可能引起组织损伤。因此，抽血时止血带的使用应该适度，以确保患者舒适且安全。在抽血过程中，医护人员会根据患者的具体情况调整止血带的紧度。

11、另外，捆紧止血带（或止血环）以停止伤口出血也是急救处理中的一项重要技术。止血带的使用目的是对急性出血进行控制，特别是在四肢严重出血的情况下。当止血带正确地绕过受伤的肢体并紧紧地捆绑时，它通过物理方式压迫血管，阻断血液流向受伤区域，从而控制出血。从开始捆紧止血带到脉搏搏动消失所需的具体时间可以根据不同情况而异。这个过程可能只需要几秒到几十秒，具体时间取决于多种因素，包括：

12、（1）止血带的宽度和材料：宽而柔软的止血带通常更有效，且对患者造成的不适较少。

13、（2）施加的压力：需要足够的压力来阻断血液流动，但过度的压力可能导致组织损伤。正确的压力是关键。

14、（3）受伤者的肢体大小和血管状况：例如，较粗的肢体或者有血管疾病的个体可能需要更多时间来阻断血液流动。

15、（4）操作者的熟练程度：经验丰富的操作者可能会更快地调整止血带，以达到停止脉搏的效果。

16、在实际情况中，正确使用止血带的目标是尽可能快地停止严重出血，同时最小化对患者的潜在伤害。

17、由此可见无论是急救止血，还是作为抽血前准备工作的止血，在相同硬件情况下，操作者的熟练程度（与之相关的培训和训练）对于正确使用止血带都是至关重要的。但目前缺乏这方面的客观考评系统和方法。

技术实现思路

1、现有技术中，对医务人员进行采血训练的若干设备缺乏针对采血训练过程中众多看似无关因素的判断。例如采血部位对血液样本质量的影响、针头管径与患者采血目的的关系、针头管径与患者所患疾病的关系以及真空负压管晃动与抗凝剂混合的关系。现有训练设备未考虑在血液采样技术逐步发展情况下，所需考虑的更精细的判断因素，并且该训练设备难以模拟出实际复杂的采血环境，由此导致虽然经过现有训练设备训练的医务人员对于血液样本的采集合格率能够达到数字上很高的程度，但在更大数量（医疗机构平均每日采血次数超过400次）的血液采集工作中，每日仍然会出现多名患者的血液样本不合格。这正是现有采血训练设备未结合循证医学所存在的不足之处。因此有必要引入人工智能来持续性地评价相关参评人员的采血能力，然而人工智能的特点在于“输入即输出”，也就是说如何评价采血动作才是核心，采血动作评价标准的制定就是采血评价所需的人工智能首先迫切需要解决的问题。由于采血动作评价此前一直以来都停留在文本层面的主观评价，为了训练人工智能就迫切需要设定一系列可以客观评价的标准，这也是本发明所需要解决的一项技术问题。

2、为了提高静脉采血血液的质量，现有技术已经出现通过设置采血训练系统来提高医务人员的采血技能的技术方案。例如，cn110838252a公开了一种静脉采血智能训练方法及系统，在经过提示进行穿刺的过程中，需要检测仿真采血针与模型胳膊上的进针角度、进针位是否在血管以及具体的进针深度，根据进针深度控制进行回血，若穿刺深度过深或过浅则进行提示并记录，若穿刺成功进入采血。该技术方案通过提示并及时反馈引导操作者进行模拟静脉采血操作，能够对操作者的操作及时给予评判，通过设置双目摄像头进行目标捕捉以采集穿刺角度信息，同时通过摄像头进行图像捕捉以采集操作者在穿刺过程相关的图像信息，并及时对相关操作进行反馈，由此提高操作者静脉采血的操作能力。然而，该技术方案在采血过程中所涉及的多个操作参数的评价指标仅限于进行单独评测，即每个操作参数都有确定的评价指标，此种方式虽然能够明确操作者每一个操作步骤的准确性，但根据该系统获得的采血质量无法确保能够达到预期的质量要求。例如，由于每个患者的血管状态参数存在差别，相同的时间所采集的血液数量存在差别，由此必然导致采血时间存在差异，进而影响到所采集的血液质量。因此，血液采集的质量评价是一个整体的过程，无法通过割裂的操作步骤的准确与否来评价最后获得的血液质量，更无法准确评价操作者的实际采血操作能力。cn111820920a虽然公开了血管半径、皮下血管深度和采血穿刺点的皮肤切线方向的确定方法，也就是说进针角度和进针位置能够得到准确判断，但是其仅在于确定如何高质量穿刺，也仅适用于机器人自动控制，并没有涉及止血时间和止血压力的探讨，也没有给出评价人工操作质量的技术启示。

3、本发明的目的在于提供一种采血动作考评系统，该系统可准确评估采血操作的质量，并据此给予参评人员相应的考评分数。通过该系统能够提高医疗人员采血动作的标准化和专业化，同时保障患者安全，减少采血中可能出现的错误和风险。本发明的目的还在于提供一种涉及止血带操作的考评系统，该系统可准确评估止血操作的质量。

4、此外，本发明的目的还在于把采血动作考评变成客观任务，虽然其因技术条件限制，一直以来都依赖主观评价，本发明的任务就在于试图通过定义一系列客观标准来解决此项问题，并就形成采血评价的人工智能训练集给出一个新的工作思路。

5、针对现有技术之不足，本发明提供了一种采血动作考评系统，包括图像采集部、计时部和计算单元。图像采集部采集采血所利用的针类型以及针尖进入人体的部位的图像数据；计时部以止血带达到预定高压力的时刻为计时起点，以止血带低于预定低压力的时刻为计时终点，进而确定当前止血时间；其中，在采集到针尖进入人体之后，图像采集部还采集采血所利用的真空负压管的容积以及至少与血液进入与否的入液量相关的图像数据。

6、该系统还包括计算单元，其可与图像采集部和计时部数据连接。计算单元可用于对真空负压管的容积进行判断以确定进入液量。计算单元根据图像采集部所确定的图像来分析确定针尖进入与否和真空负压管内血液存在与否来启动对当前参评人员的当前采集行为的考评。考评分数是由计算单元至少根据参评人员在采血过程中所耗费的止血时间来确定的。本发明至少对参评人员所耗费的止血时间来确定对其的考评分数。止血时间作为影响采血质量以及止血效果的重要参数，现有技术的评估系统中缺少针对化的考评，其均是按照国际标准的模糊考评规则进行的评判，未结合止血时间与采血质量和止血效果的相关性。本发明基于此，通过引入止血时间来对参评人员进行针对性考评，提高了考评结果的准确性。尤其是根据wankasi, m., es, a., alabrah, p.,&tommy, e.等人在(2019)《theeffect of tourniquet application on serum calcium and inorganic phosphorusdetermination. journal of health, medicine and nursing》一文中的研究，止血时间对血液样本的质量有着显著影响，例如在止血带使用若干分钟后采集的样本中，总钙（total calcium）和离子钙（ionized calcium）的浓度显著增加（p<0.05），所以作者强烈建议将止血时间限制在60秒之内。然而止血时间过短也会影响血液标本，例如止血时间过短可能导致血液样本中含有较多的血小板和其他血液成分，从而影响化验结果的准确性。止血时间过长会导致血液流速减慢，采集的样本中可能会出现血液成分的浓缩现象，影响测试结果，还会导致采血管内的血液开始凝固，特别是在需要抗凝剂的检验工作中，这会影响检验结果的准确性。因此本发明的发明人也致力于标准化止血时间，进一步探索实践中的更窄时间窗，即，探索优于压迫止血时间在1分钟以内的上下限时间边界内的止血时间窗，这种任务可以借助于标准化、高精度来确定大量数据，用人工智能学习的方式来确定出最优时间窗，但截止目前现有技术没有给出相关训练集的构建思路。

7、根据一个优选实施方式，计算单元根据参评人员所选用的针类型、针尖进入人体的部位、当前止血时间、入液量和真空负压管的晃动程度中的至少一项来确定当前参评人员的当前采集行为的考评分数。

8、与现有技术的区别在于，本发明在对采血动作进行考评的过程中，充分地考虑到止血时间、止血压力、针尖刺入角度、真空负压管内的入液量和/或真空负压管的晃动动作对采血质量的影响，基于这五个方面之一或多项对采血动作进行综合评估，形成规范化的采血动作评分体系。只有建立规范化的采血动作评分体系，才能够进一步培训广泛采血工作者按可重复的标准开展采血工作，并使得人工智能能够改进采血机器人，以更准确地实现智能采血。

9、根据一个优选实施方式，止血带上设置有压力传感器，压力传感器与计时部可以与计算单元建立数据和/或信号连接。由此在最简单的情况下，在检测到压力上升至预定高压力的时刻，计算单元或压力传感器可向计时部发送计时触发信号，以使得计时部确定计时起点并开始计时，在检测到压力由预定高压力下降至预定低压力的时刻，计算单元或压力传感器向计时部发送计时结束信号以使得计时部确定计时终点并停止计时。计时部将计时起点和计时终点发送（可以实时发送，也可以将时刻按照与相应压力相关的方式进行处理再发送）至计算单元以确定止血时间。在最简单的情况下，本发明至少通过在预定高压点和预定低压点进行止血时长的计算，有利于大规模地大量测试参评人员判断止血时长是否超过1分钟。优选地，本发明在确定止血时长的基础上，还能够进一步判断针尖穿刺入身体的动作发生在止血时间内的哪个时间点，从而判断是参评人员穿刺动作不熟练还是延迟放开止血带的问题，这样有利于对参评人员进行目标明确的训练。此外，在完成本次采血之后，计算单元还将按照与参评人员相关的方式记录超出预设阈值的止血带压力平均值和预设阈值压力下的止血时间持续时长，并将其存入如his这样的服务器或云端，并根据止血时长生成相应的自然语言标签，如止血压力超出预设lop值xx（单位为毫米汞柱mmhg），止血时长为xx（单位为秒）。在完成相应血液样本分析之后，与血液样本质量有关的数据也将通过输入单元手工录入或通过通信单元读取，而加入到计算单元所生成的此条记录之内，用以形成今后的人工智能训练集。

10、根据一个优选实施方式，在真空负压管的底部开始流入血液的时刻，计算单元中的统计模块向计时部调取第一时间信息以作为第一采血时刻，并且从图像数据中提取真空负压管的图像数据的连续变化、真空负压管容积来计算真空负压管的入液量；在真空负压管的真空负压管口与导管分离的时刻且内部存在血液的情况，计算单元向计时部调取第二时间信息以作为第二采血时刻，计算单元基于第一采血时刻和第二采血时刻确定各个真空负压管的分段式采血的采血时长。本发明通过采集入液量和采血时长，能够准确地获取各个真空负压管内的血液的入液量。恰当的入液量能够降低溶血的发生。血标本采集量即入液量应当超过真空负压管容积的一半，入液量达到真空负压管容积的一半，可以降低标本不合格发生率。因此，对入液量进行考评，有利于进一步获得高质量的血液样本。

11、优选地，在计时部将“作为上升至预定高压力的时刻”的计时起点和“作为下降至预定低压力的时刻”的计时终点发送至计算单元以确定止血时间之时或之后，计算单元根据采血时长与止血时长之间是否存在交集来启动与止血带松开时机有关的标签标注，其中，当采血时长与止血时长存在时间上的部分重合时，给出相应标签，如：在静脉采血完成之前10s松开止血带，以便今后将此段图像、数据和/或相应血液样本数据联合用于形成人工智能的采血训练集。由于“作为在真空负压管的底部开始流入血液的时刻”的第一采血时刻和“作为真空负压管口与导管分离的时刻”的第二采血时刻是由计算单元根据图像识别的结果而从计时部调取的，而“作为上升至预定高压力的时刻”的计时起点和“作为下降至预定低压力的时刻”的计时终点是由同一个计时部发送给计算单元的，由此简化了计算单元在时间同步方面的困难，尤其是与考评分数密切相关的几项时间参数与相应事件信息是成组地结构化存储的，而非结构化的图像数据在时间上可以与这些结构化数据进行联合存储，仅当需要高精度分析图像和时间以进一步提高赋分客观性时，才进行结构化与非结构化数据之间的时间同步。由此在保障了高精度的人工智能训练的可能性基础上，还可以满足大规模采血考评赋分的需要。

12、根据一个优选实施方式，计算单元中的统计模块根据图像数据中的真空负压管的容积和血液在真空负压管内分布的几何比例来确定血液体积与真空负压管的体积比，从而根据体积比来计算真空负压管内的入液量。由于图像采集部采集的是二维图像，因此直接计算血液体积需要获取试管的几何参数并进行计算，这会增加数据种类和数据处理量。本发明通过比例关系来计算血液的体积比，而不管真空负压管的具体体积多大，能够快速判断血液的体积是否大于真空负压管的体积的一半。因此，本发明的判断血液体积的计算方式更简便快捷，数据运算量少且准确。

13、根据一个优选实施方式，计算单元内设置有针型识别模型，在图像采集部采集人体扎针部位的图像数据的情况下，针型识别模型识别针头斜面的朝向角度，并且从针尖进入人体的部位的图像数据中提取针尖与手臂之间的穿刺角度，计算单元中的统计模块基于针尖斜面的变化状态、针尖与手臂之间的穿刺角度和扎针动作规范数据来进行扎针动作的考评评分。针尖刺入人体部位的穿刺角度与采血针的稳定性相关，因此对穿刺角度以及针头斜面的保持状态进行考评，可以减少采血针不稳定对采血质量的影响。考评分数例如根据穿刺角度来给出，例如对于保持针头斜面向上，采血针与手臂呈30°左右的角度刺入静脉的情况，给予合格的考评；对于成功穿刺入静脉后，在静脉内沿其走向又继续推进一些且保持采血针在静脉内的稳定的情况，给予良好的考评。

14、根据一个优选实施方式，计算单元内设置有扎针点位模型，扎针点位模型根据手臂的图像数据来判断可选静脉和肘正中静脉的突起点位，扎针点位模型根据可选静脉、肘正中静脉的突起点位、针尖进入人体的部位来对扎针部位进行考评评分。针尖刺入人体的部位与采血质量是相关的，若从肘前区采血，尤其是从尺骨窝最突出的静脉采血，标本不合格率显著低于其他区域采血。因此，对人体针扎部位的规范化和考评也有利于提高采血质量，同时考评较优的数据样本也能够为人工智能提供可靠的数据样本，建立智能采血机器的训练基础。在考评时，根据针尖进入人体的部位来评分，例如对于选择的是患者手臂前部正中位置的静脉血管的情况，给予合格的评价；根据手臂的图像数据分析确定患者肘正中静脉有突起，但参评人员选择患者肘前部的头静脉或其他区域的次选静脉的情况，给予一般的评价。这是因为静脉采血部位的选择，从肘前区采血，尤其是从尺骨窝最突出的静脉采血，标本不合格率显著低于其他区域采血。此外，在参评人员选择贵要静脉和有岔枝的静脉的情况下，可以给予不合格的评价，这是因为静脉血液标本采集指南明确描述了贵要静脉下方有动脉和神经，在有岔枝的静脉处穿刺后易发生淤青。

15、根据一个优选实施方式，计算单元中的统计模块根据图像采集部采集的针体与人体的接触部位和针体的体外长度变化来确定针尖进入人体的穿刺时刻和针尖进入人体的长度。这样计算，有利于确定采血针的穿刺状态，若采血针未完全刺入静脉，那么后续的采血数据都属于不准确的数据样本。

16、根据一个优选实施方式，计算单元内设置有晃动仿真模型，在真空负压管采血完成后，晃动仿真模型根据图像数据对发生在采血时长内的真空负压管的晃动动作的次数和晃动剧烈程度进行监测，晃动仿真模型根据摇晃动作的频率和真空负压管内的血液液面的变化频率来确定晃动剧烈程度；计算单元中的统计模块基于晃动动作的次数、晃动剧烈程度和晃动操作规范数据对晃动行为进行考评评分。本发明利用晃动仿真模型来对晃动动作进行考评，从而规范参评人员的晃动动作的幅度和次数，在采血后及时混合试管添加剂与血液，避免血液被采集后的剧烈摇晃，可降低凝血发生率。同时，由于符合规范的人的摇晃动作具有多样性，在不同情况下会有不同的摇晃动作数据。因此，符合规范的较优的摇晃动作数据能够作为人工智能采血的训练样本，使得智能采血机器能够在多种情境下规范采血。

17、根据一个优选实施方式，在以止血带达到预定高压力的时刻为计时起点的情况下，计算单元基于计时起点的信息的接收触发唤醒信号来启动内部的扎针点位模型，扎针点位模型根据手臂的图像数据来判断可选静脉和肘正中静脉的突起点位。计算单元内的各个模型之间的信息是关联的，在计时起点静脉更容易出现突起点位，因此更容易在突起点位穿刺。但是，若参评人员无视突起点位并另选静脉进行穿刺，有可能导致血液样本不达标。因此，本发明对可选静脉和肘正中静脉的突起点位，能够预测穿刺点位的选择顺序，并且也能够判断参评人员是否按照穿刺点位选择规范来操作。

18、根据一个优选实施方式，在针尖刺入人体部位的穿刺时刻，计算单元触发唤醒信号来启动晃动仿真模型，晃动仿真模型识别真空负压管的近似直立状态以及在近似直立状态的真空负压管内血液分布的几何比例，几何比例包括血液的高度比例和倾斜角度，计算单元内的统计模块根据血液的高度比例和倾斜角度计算血液体积与真空负压管的体积比。晃动仿真模型在触发时启动，更容易直接获得晃动图像数据，减少了计算单元对图像数据筛选的步骤，也减少了图像处理量。对于晃动动作的体积的计算，近似直立状态的情况更容易在判断晃动剧烈程度的瞬间获取到入液量的几何数据，进一步提高准确性。

19、通过本发明以上各项优选实施方式，为通过引入人工智能来持续性地评价相关参评人员的采血能力的实现开创了先决条件，即，本发明以上实施方式能够与环境相关地“客观”评价采血动作，构成了以“输入即输出”为特点的人工智能应用与采血评价的基础，通过将本发明应用于人工智能训练集的标注将能够解决采血动作主观评价的问题。尤其是，本发明通过将摇晃动作的频率和程度、扎针点位、真空负压管流入血液与停止采血之间的时长、血液体积与真空负压管的体积比、止血带的最高压力和/或持续时间数据记录并存储于服务器或云端，极大地增强了医疗数据分析的深度和广度。这些数据的集合不仅为医疗人员提供了宝贵的操作反馈，而且为人工智能（ai）训练集的构建提供了关键信息。通过自然语言标签的形式，如“止血压力超出预设动脉阻断压力aop值xx（单位为毫米汞柱mmhg），止血时长为xx（单位为秒）”，本发明简化了数据的理解与应用，为ai算法提供了直观、标准化的学习材料。此外，将血液样本质量数据与针型、止血带使用数据相结合，进一步丰富了训练集的内容，使得ai模型能够在更复杂的临床情境中进行训练和优化。这种数据的整合对于提升ai算法的学习效率至关重要，因为它提供了更为全面和细致的洞察，从而使得ai系统能够更准确地模拟和预测采血过程中的各种情况，最终实现对采血技术自动化和智能化的显著改进。通过这种方式，本发明不仅提升了单次采血的质量，也为参评人员训练、考核和未来医疗ai的发展奠定了坚实的数据基础。

20、通过本发明的考评系统，能够在考评工作中，特别是大规模考评工作中自动形成高质量的人工智能训练集，尤其是通过考虑止血参数（如止血带、止血压力、止血时间）、血液样本质量（血液样本是否充分、溶血现象和血液与添加剂的比例）、采血动作参数（如扎针点位、穿刺角度、针尖与手臂之间的穿刺角度、针头斜面朝向角度、针尖斜面变化状态、扎针动作规范数据、采血针稳定性）等参数和数据中的一项或多项整合而成人工智能训练集，使得利用本发明系统优化后的人工智能训练集（带有考评分数和专家点评）能够更加精准地模拟和预测采血过程中可能出现的各种情况，从而提高采血效率和血液样本的质量。这不仅有助于提高医疗专业人员的技能，还能够为自动化采血设备的开发提供强有力的数据支持。