《Journal of Clinical Medicine》：Artificial Intelligence-Enhanced Remote Monitoring After Cardiac Surgery: A Prospective Single-Centre Feasibility Study with Retrospective Wound Image Classification
编辑推荐：
背景/目的：心脏外科术后30天内非计划再入院影响12%–20%的患者，主要因居家期间发生并发症。研究人员评估了一个出院后30天远程监测项目的可行性、可接受性和依从性。在一项不影响患者诊疗的独立回顾性分析中，研究人员还评估了一种研究性人工智能（AI）分类器对该项
背景/目的：心脏外科术后30天内非计划再入院影响12%–20%的患者，主要因居家期间发生并发症。研究人员评估了一个出院后30天远程监测项目的可行性、可接受性和依从性。在一项不影响患者诊疗的独立回顾性分析中，研究人员还评估了一种研究性人工智能（AI）分类器对该项目伤口照片进行分诊的准确性。方法：在这项前瞻性单中心研究中，85例筛查患者中的76例接受30天监测，包括每日两次血压和脉搏、每日体重、心电图（ECG）及隔日伤口照片，均由研究临床医生每日审阅。回顾性分析中，来自71例患者的88处伤口的735张照片由两名盲法临床医生标注，用于训练由五个卷积神经网络（CNN）组成的集成模型，并在一个由15例患者147张图像组成的患者不重叠测试集上测试。结果：所有76例符合条件患者均入组，75例（99%）完成项目，核心测量依从性82%，可接受性评分6.3（标准差SD 0.5）/7。每日审阅产生494次远程会诊、10次急诊转诊和6次入院（7.9%），11例患者确认18次心房颤动（AF）发作。两名伤口标注临床医生之间的一致性为κ 0.89。在测试集上，分类器达到精确率-召回率曲线下面积（AUPRC）0.747（95%置信区间CI 0.402–1.000）、图像水平灵敏度73.3%（11/15；95% CI 33.3–100%）、精确率73.3%、伤口水平灵敏度5/6；测试集中1例确认的伤口并发症被标记。结论：心脏外科术后进行每日临床医生审阅的强化远程监测可行，并得到患者持续参与。每日审阅识别了心律失常和伤口问题，其中大多数通过远程或门诊处理。该分类器通过复现临床医生的视觉判断，为此类照片的自动分诊提供了概念验证；鉴于置信区间较宽，仍需更大规模多中心验证。
研究背景：心脏外科手术因患者合并症、操作复杂及多学科协调需求被视为最复杂的外科领域之一；院内结果优良仍可能被出院后居家照护不足削弱。出院后最初数周，患者可出现心肺不适、代谢不稳、活动受限及术后心理冲击，标准门诊照护预防超额发病的能力有限。30天非计划再入院率为12%–20%并增加长期死亡率，且多数由伤口感染、充血性心力衰竭、心律失常或胸腔积液等潜在可预防原因引起。既往出院后照护方案受后勤、资源和成本限制；数字健康尤其在COVID-19后加速发展，远程监测可传输患者居家测量参数，AI可进一步分析数据及医学图像。基于此，研究人员评估心脏外科术后出院30天整合患者自测与AI辅助心电图（ECG）筛查项目的可行性、可接受性和依从性，并回顾性评估研究性AI伤口图像分类器能否分诊项目收集的伤口照片。研究显示，强化临床医生监督的远程监测可行、患者能够坚持，每日审阅可识别并处理多数无需入院的并发症；技术上为伤口照片自动分诊提供概念验证，但需更大规模多中心验证。
关键技术方法（不超过250字）：单中心单臂前瞻性可行性研究，来源为波兰大型三级心脏外科中心2024年3月至2025年11月接受心脏手术患者；85例筛查、76例入组，出院后监测30天。患者每日两次血压/脉搏、每日体重、ECG、隔日伤口照片，临床医生每日审阅；ECG采用Kardia 6L或pocket ECG，设备AI初筛后由临床复核；可接受性用研究自制问卷。回顾性图像分析纳入735/749张照片、88处伤口、71例患者；两名盲法心脏外科医生用Southampton伤口评估量表标注，第三仲裁；患者不重叠划分，训练五个CNN集成，测试集147张/15例；EfficientNet-B4与Xception骨干，Optuna调参，AUPRC选模，Grad-CAM++可解释性，患者级聚类bootstrap估计CI。
研究结果：
3.1 参与者与可行性（Participants and Feasibility）：85例筛查中9例（11%）自评不能操作智能手机/设备，76例符合条件者全部入组，75例（99%）完成，1例第15天死亡；平均年龄57.4±11.9岁，冠状动脉旁路移植术（CABG）30例（39%）；6例住院期间暂停监测后恢复；无归因于患者操作的设备故障，2次短暂蓝牙中断24h内远程解决；回顾性分析735/749张照片，排除14张来自6例，无患者或伤口完全排除。
3.2 依从性（Adherence）：平均监测29.4±1.0天；41例pocket ECG日均17.6±4.3h，35例Kardia 6L日均2.3±0.4次记录；2084患者日风险中血压/脉搏3411/4168（81.8%）、体重1694/2084（81.3%），核心总81.7%；照片749张，全体依从65.7%、提交者70.3%，前两周82.3%和96.5%，后两周55.2%和51.6%；5例未发照片。
3.3 可接受性（Acceptability）：75例完成者均交问卷，5例至少一项未答；平均6.3±0.5/7。
3.4 远程会诊与临床事件（Teleconsultations and Clinical Events）：494次会诊，每人至少1次，中位5（四分位距IQR 4–7，范围1–17）；15例国际标准化比值（INR）控制者占228次（46%），中位15；551项远程医疗干预（RMI），最常见华法林和β阻滞剂调整；5例建议次日门诊，10例急诊转诊；门诊最常见指征为伤口愈合问题，急诊最常见为AF；4例伤口并发症培养阳性、清创、银敷料和抗生素，门诊10天内治愈；10例急诊中4例AF同日恢复窦律，6例住院（AF最常见，2例三度房室传导阻滞植入起搏器，1例高热疑似心内膜炎未证实），平均住院5±2天；AF确认18次发作11例（Kardia 9/35中16次，pocket 2/41中2次），2例既往阵发AF；11例中7例急诊、4例调整药物，48h内恢复窦律；75例最后门诊均窦律、伤口正常、超声无异常。
3.5 临床医生工作量（Clinician Workload）：6名临床医生在工作时段含周末每日审阅，24h内完成；Kardia记录由24/7远程监测中心额外通知；每例30天产生6.5次会诊、7.3项远程干预（约每4–5监测患者日1次会诊）、2.0次患者主动联系（共151次）；未记录审阅和会诊时间。
3.6 AI辅助ECG筛查（AI-Assisted ECG Screening）：18次AF发作均被设备算法标记，审阅人员与心脏科医生无分歧；Kardia判为窦律的记录中未发现AF；2次Kardia标AF实为窦律伴室上性早搏；Kardia日均2.3次记录，pocket日均17.6h。
3.7 研究性伤口图像分类器（Investigational Wound Image Classifier）：两名标注者观察一致97.8%，Cohen’s κ 0.89（95% CI 0.83–0.94），正特异一致89.9%，Gwet’s AC1 0.97；16张不一致经第三仲裁，78张标为Inflamed。
3.8 筛选（Screening）：按5折交叉验证验证AUPRC，EfficientNet-B4配置领先：B4+SurgWound 0.652、B4+RedScar+SurgWound 0.650、B4+RedScar-Infl.+SurgWound 0.621；最高验证ROC-AUC 0.888（B4+RedScar+SurgWound）；差异在1个标准差内，排序不决定性；前三均加入SurgWound，两个最优进入调参。
3.9 超参数优化效果（Effect of Hyperparameter Optimisation）：调参后新5折验证AUPRC为B4+SurgWound 0.801、B4+RedScar+SurgWound 0.771；二者主指标不能区分，按验证操作点指标选后一配置（召回0.643 vs 0.566；平衡准确率0.812 vs 0.770；Inflamed-F1 0.697 vs 0.626）；关键为解冻骨干，验证AUPRC由0.650升至0.771；最终五折模型集成测试AUPRC0.747、ROC-AUC0.927、平衡准确率0.852、召回0.733（11/15）、Inflamed-F1 0.733；测试集147张/15张Inflamed，无技能基线0.102；操作点检出11/15，132张Good中4张假阳性；伤口水平5/6，漏诊1处胸骨伤口（其4张测试图均未标记）；4例确认并发症中仅1例在测试集且被标记，另3例在开发集不能评估。
3.10 可解释性（Explainability）：11张正确分类Inflamed测试图的Grad-CAM++归因图面积归一化相关性质量（ANRM）均>1，范围1.40–4.71，均值3.08、中位3.01；9张>2、6张>3；最高值来自同一伤口重复照片；最强激活多沿伤口及周围；4张假阴性（同一患者）按真实Inflamed和预测Good计算ANRM均值2.00和1.86，均高于均匀参考，但分类错误；说明空间对齐可见于正确和错误预测。
讨论总结：单中心前瞻性研究显示，心脏外科术后带AI辅助ECG筛查的居家远程监测项目可行，真实临床环境中方案依从性可接受、技术限制少；每日审阅发现的并发症多经RMI或门诊处理；6/76（7.9%）监测期入院，因无对照组，该数字仅描述队列，不能与已发表再入院率比较。可行性障碍主要是患者自评技术能力（9/85不能操作）；照片提交依从性下降最明显，可能因任务技术需求更高；会诊负担集中于维生素K拮抗剂患者（约五分之一队列占近半数会诊）。分类器结果应按三层证据解读：最牢固为复现临床医生视觉Inflamed/非Inflamed判断（参考阅读κ0.89；测试集11/15图像、5/6伤口与共识一致）；其次为识别炎症伤口；最 tentative 为标记最终需干预的伤口（仅1例确认并发症在测试集被标记）。工具定位为分诊而非诊断。设计上以Inflamed类5折交叉验证AUPRC指导筛选和调参，最终两配置按验证操作点指标选择；解冻整个EfficientNet-B4骨干是相对默认筛选的最大增益来源。可解释性ANRM显示归因图与专家伤口区域空间对齐，但不证明因果依赖。局限包括单中心、无随机对照、样本量76、队列经数字能力选择、非连续招募、升级依赖临床判断、未测工时、问卷未验证、ECG为检出率非诊断准确性、测试集阳性少致CI宽、外训数据标签噪声和域偏移、主要参考标准为图像来源、仅1例确认并发症在测试集。与既往研究比较：Box 2.0、SEARCH-AF、Atilgan等研究在设计和AF检测上不可直接比较；WISDOM AI规模更大、图像水平灵敏度89%，本研究灵敏度较低且不精确，但增加心脏外科前瞻性工作流收集、量化参考标准可靠性和可解释性分析；Mayo Clinic九院研究以美国国家外科质量改进计划（NSQIP）独立结局评估感染检测更难，其规模和独立参考标准是未来外部验证目标。
结论翻译：伤口图像分类结果提示，一种基于图像识别、人在环的分诊工具在更大规模多中心数据集验证后，可整合入常规出院后监测；实践中系统可为每张照片赋予简单风险信号，以优先处理小部分供临床医生快速审阅，同时保留所有图像供标准监督；此外可随机抽样常规外观图像审阅以审计漏诊和检测性能漂移；将标记和抽样审阅的验证结局反馈，构建不断增长的临床验证数据集，逐步优化并避免全面人工审阅；该工作流是否减少临床医生工作量尚待测试。此类自我监测项目也可能提高患者对自身健康状态的认识并更积极参与康复；问卷未直接测量，仍是未来研究假设。总之，该远程监测项目含AI辅助ECG筛查和候选AI伤口图像分诊层，为心脏外科术后最初30天更密切随访提供框架；需多中心随机研究量化对再入院、成本和长期结局的影响。
