第83届中国国际医疗器械博览会(CMEF)日前在上海举办，本届医博会的主题是“创新科技，智领未来”，既然核心关键词中提到“智”，产品自然少不了“智能化”，“智慧化”，“自动化”等科技属性。

　　以医学影像为主的3.1和4.1展区，集中展示了与“人工智能”，“深度学习”，“大数据”，“5G”，“数字化”深度融合的项目，产品与技术。智能化是大势所趋，在AI时代，我们要更加强调产品自身的“科技属性”。

　　笔者作为伟思医疗新生儿脑功能监测项目的产品经理，如何提高产品技术壁垒，布局产品核心竞争力，探求真正的临床痛点，给临床带来更好的智能化体验，是颇有挑战与压力的!

　　新生儿脑功能监测项目运用有限导联的振幅整合脑电图技术，实现新生儿脑损伤筛查，脑发育评估，疗效评估和预后评价，振幅整合脑电图是一种简易的脑电监测方法，与多导视频脑电图相比，大大降低了操作和判读的复杂性，搭载AI算法后的新生儿脑功能监测项目，实现技术赋能，智能辅助临床实现快速准确诊断。进一步实现“一小时学会读图”的研发理念。

　　伟思医疗自主研发的“背景活动自动分类”算法，通过机器学习中的监督学习，自动识别并分类正常，轻度异常，中—重度异常及重度异常背景，为下一步诊疗及预后提供依据和参考。除了定性的“背景活动自动分类算法”，定量化的“上下边界中值自动计算”，自动化与半自动化结合，进一步提高判读的准确性。

　　睡眠觉醒周期是评估新生儿脑发育成熟度和筛查脑损伤患儿的重要指标，伟思开发了“睡眠觉醒周期自动识别”算法，未来搭载不同胎龄新生儿脑电常模数据库后，进一步开发出“基于大数据和人工智能的早产儿脑成熟度智能评估系统”。

　　“惊厥自动识别”算法，是临床痛点与技术难点，这与新生儿惊厥发作的特点有关，新生儿脑发育不成熟，神经系统髓鞘化不完善，神经环路发育不完善，不伴有临床表现的亚临床发作为主，临床发作也多以微小发作为主，算法如何准确识别EEG上反复出现的尖波，棘波，尖慢波，棘慢波等特征性发作波形，如何与心电伪差，脉搏伪差，高频呼吸机伪差，工频干扰等鉴别诊断，将依赖于“伪差自动识别”算法的准确性。此外，依赖于视频技术的“图形算法”，基于暖箱中薄膜压力传感器的“人体微动监测技术”，是不是都可以进一步帮助临床准确识别惊厥发作呢?我们需要进一步去探索!

　　在实现数据质量控制方面，在规范化操作和判读方面，我们都可以通过一系列实用算法的开发为临床赋能!人工智能确确实实给临床诊疗效率带来重大变革，但商业化路径仍然需要更多探索。离开大数据，人工智能也会失去赖以生存的粮食。未来，AI产品的趋势将以临床痛点为核心，融合大量的多模态的数据和先进的算法逻辑，覆盖全流程的决策环节和解决方案。

　　伟思医疗在新生儿脑功能监测方面的革新，搭载AI算法，使脑功能监测技术走下神坛，不再高不可攀，不仅专业的神经电生理医师可以判读，普通的新生儿科医护人员也能够快速判读，不仅大三甲医院能够开展脑功能监测项目，县级医院的新生儿科也能够常规化开展脑功能监测项目。但这背后，是技术，是研发实力，是对临床的认知与理解，是一场场学术盛宴，是对用户体验的不断追求与提升，是对坚持一件正确的事情的信念!