近日，西京学院计算机学院张杰、苏宇斐与赵丛丛团队，成功研发渐冻症患者实时监测系统。该系统将智能设备与深度学习算法紧密结合，为患者提供连续精准的患者状态监测，有效辅助医护人员和患者家属及时掌握患者的健康动态，确保居家护理的安全与高效。

聚焦患者困境 探寻监测良方

渐冻症(肌萎缩侧索硬化症ALS)是一种罕见的神经退行性疾病，导致患者因此逐渐丧失行动、语言甚至呼吸能力，需要24小时不间断监护。

传统监测设备依赖接触式电极，易引发皮肤过敏且信号不稳定，对长期卧床的患者并不友好。同时，许多家庭因人力不足难以实现实时看护，甚至有些患者会面临突发呼吸暂停等危险。

基于此，该研究团队提出“无接触、低成本、易操作”的设计理念，通过网络通信技术、现代医学仪器检测技术以及计算机图像处理技术等，利用差影法及深度卷积神经网络技术等对图片进行跟踪运算，最终实现有效捕捉并甄别患者微表情、微动作并报警。

一旦检测到异常，系统会立即发出预警，帮助家属和医护人员迅速采取措施，为临床护士以及家庭照护人员大幅减轻工作压力，同时也能为患者赢得最佳救治的黄金时间，提高抢救成功率，保障患者安全。

提高监护质量 缓解医护压力

该项成果的社会价值体现在多个方面。“渐冻症”患者家庭往往需要24小时轮班制看护，长期人力投入易导致患者家属身心俱疲。该系统通过自动化监测与远程报警功能，及时捕捉患者生理异常，降低突发风险，为居家护理提供坚实技术支撑，将家属从高频次、高压力的盯守中解放出来，有效减轻心理与体力负担。

该系统引入了红外技术，因此在光线很暗或者没有光源的条件下也可以正常监测;其次，在价格上将生产成本降到最低，让普通百姓和家庭也可以接受。在市场方面，应用范围较广，既可应用于医院、养老院，也可以应用于家庭以及个人，推动居家护理普惠化，让更多患者无需长期住院即可获得专业级监护。

拓展应用领域 深化技术创新

研究团队对于未来发展有着清晰的规划。在应用领域拓展方面，他们计划将系统推广与智能家居、可穿戴设备和健康管理平台融合，形成一个覆盖居家护理、远程医疗和健康数据管理的综合生态体系。

在技术创新方面，团队将持续优化算法，优化监测速度，提升监测准确率，降低系统的计算资源消耗。同时，加强对用户隐私保护的研究力度，确保在收集、传输和使用数据过程中，用户的个人信息安全得到充分保障。此外，他们还将探索与更多新兴技术融合的可能，如物联网、大数据、虚拟现实等。

在当前医疗背景下，该项目设计的渐冻症患者实时监测系统，克服传统监测系统存在的局限性，提供更准确、更实时的监测数据，为患者构建了更安全、更稳定的居家护理环境，为医护人员提供更可靠、高效的患者状况评估和治疗支持。