智能黃疸治療監護系統：

新生兒黃疸是新生兒期的常見病。早產兒出生后一周內黃疸的發生率為80%，足月嬰兒則為60%。當前，黃疸治療“金標準"是美國兒科學會發布的“ Management of hyperbilirubinemia in the newborn infant 35 or more weeks of gestation"。

黃疸治療金標準

但當前黃疸的藍光治療仍存在諸多問題：

1、生理性黃疸與病理性黃疸難以區分;

2、TCB的臨界值難以確定;

3、過度診斷和過度治療問題;

4、缺乏定量參數，限制了新生兒黃疸治療科學的發展；

5、醫護人員檢查工作繁重，存在事故風險；

6、存在對醫護人員藍光輻射危害。

智能黃疸治療監護系統，系統將人工智能、光電檢測、毫米波檢測、物聯網（IOT）、機器視覺等技術集成運用在新生兒黃疸治療中。可輸出新生兒身體不同部位的 藍光光譜輻照度；輻照度均勻性；經皮膽紅su濃度；溫度；呼吸;心率；濕度等 實時參數，綜合 個人信息（時間、年齡、體重、皮膚特征），治療信息（波長，輻照度，治療時間），生理參數（心率、血氧飽和度、呼吸、睡眠）等，通過 CNN 和 MLP 算法對新生兒黃疸狀態進行分類，實現風險預警、治療效果評價和病理性黃疸預警等功能。

物聯網化硬件布局

院屬數百個數據節點布置

特制納米防藍光膜

微型藍光輻射監測模塊

研制量子點納米防藍光膜有效利用反射藍光，守護醫護人員視覺健康。微型藍光輻射照度監測模塊，對380~500nm范圍內的藍光輻射量值進行精準測試。

多波段經皮膽紅su測試儀（額頭部位）

膚色修正

多波長與膽紅su濃度關系

監控各項參數匯總

皮下毛細血管叢中，血紅蛋白的吸收起著主要的作用，傳統經皮膽紅su檢測儀器通常使用 460nm 和 550nm 的光源對經皮膽紅su進行測試。但血管分布、體征（膚溫）、血液中離子濃度、以及皮膚的反射與吸收波長差異性等，對經皮膽紅su的測試都存在影響。英諾維科技研制多波段經皮膽紅su測試儀通過朗伯比爾定律和蒙特卡洛模擬尋找吸光度與膽紅su濃度變化無關的基準波長對測試結果進行修正，以提高經皮膽紅su的測試精度。應用三層皮膚模型、皮膚各層折射率為1.4，表皮層厚度為70um，真皮層為130um，皮下組織為無窮，建立皮膚模型以提高經皮膽數據模型基于兒童生理參數、藍光輻照度和經皮膽紅su濃度的綜合分析。通過 CNN 算法構建神經網絡，運用 MLP 算法判斷治療效果。該神經網絡模型可有效判斷生理性黃疸或病理性黃疸，并基于藍光輻射能量、經皮膽紅su的變化分析治療效果，避免對兒童過度治療。及時發現治療效果不明顯的兒童進行相關預警行為。

通過有效性分析模型，預測新生兒接受藍光輻射能量及經皮膽紅su濃度的變化，獲得藍光輻射能量與經皮膽紅su濃度相關性曲線，并根據藍光輻射能量照射時間與經皮膽紅su濃度變化曲線，完成治療效果預測模型的建立。該模型可以直觀有效地預測患兒的治療過程。如果治療效果明顯偏離模型預期，可以及時發現兒童的其他隱性疾病，真正意義上實現智能、精準光療。