日前，吉林大学科研院发布科技成果转化公示，学校拟以独占许可方式，将其拥有的“控制呼吸持续性及呼吸音的监测装置及方法”专利权许可予长春呈实健康实业有限公司，许可期限10年，合同额采取按产品出厂价提成的收益分成模式。本次许可项目的负责人及核心发明人为吉林大学临床医学院第二学院的孙旭芳医师及其团队。
本次拟转让的专利技术，创新性地将声音传感器与温度传感器集成于麻醉呼吸回路中，通过实时采集、传输并分析呼吸音与气流数据，实现对控制呼吸状态下患者呼吸持续性与异常呼吸音的自动监测与即时报警。该技术旨在杜绝呼吸状态判断的延迟，显著提升机械通气管理的敏感性、及时性与安全性，具有精准、双重保险的特点。
控制呼吸是指在患者丧失自主呼吸能力，或在外科手术全身麻醉过程中，所建立的一种人工通气生命支持措施。其实施依赖于一套精密的机械过程：首先进行气管插管，将一根导管经口腔置入患者气管内，导管前端附带的套囊充气后与气管壁密封衔接。
导管的尾端则与麻醉机或呼吸机的气体循环管路紧密连接。当机器启动时，它将含有适宜浓度氧气的气流以正压形式吹入患者肺部，使肺泡扩张，完成人工的“吸气相”。这与人体自主呼吸时依靠胸腔负压吸入空气的原理不同。
随后在“呼气相”，机器停止送气，依靠胸廓与肺组织的弹性回缩力，将肺内气体被动排出，直至肺内压力与大气压平衡。麻醉医生需在设备上预设潮气量、呼吸频率、吸呼比、气道压力上限等关键参数，整个控制呼吸过程便在此设定下循环往复。
为了确保控制呼吸的安全与有效，临床现有监测方案主要围绕两大方面展开。
第一方面是对患者关键生命体征的间接监测。其中，呼气末二氧化碳分压监测是一项核心技术。其原理是利用二氧化碳气体对特定波长红外光有吸收的特性，通过分析呼出气体对红外光的吸收率，计算出呼气末的二氧化碳浓度，并由此描绘出波形、计算出呼吸频率。该波形能反映呼吸的周期性，但其浓度数值的高低并不能直接指示气道是否通畅，可能存在导管扭曲、分泌物堵塞等机械性问题。
另一项广泛应用的技术是经皮脉搏血氧饱和度监测。它通过传感器照射指尖等部位，利用血液中氧合血红蛋白与还原血红蛋白对红光和红外光吸收率的差异，无创地估算动脉血氧饱和度。然而，血氧饱和度是呼吸作用最终结果之一的体现，而非对呼吸过程本身的直接监控。导致其数值下降的原因极为复杂，包括心力衰竭、肺内感染、严重休克、贫血乃至传感器放置不当等多种因素，呼吸中断仅是众多可能原因之一。因此，当血氧饱和度下降报警时，医护人员需要耗时排查，无法第一时间锁定呼吸问题。
更严重的是，从呼吸中断到血氧饱和度显著下降至通常90%的报警阈值，存在致命的时间延迟，且常规监护仪的报警音在嘈杂的手术环境中警觉性不足，这使得依赖该项监测存在滞后性、非特异性和弱敏感性的重大缺陷。
此外，还有通过心电图电极贴测量胸廓电阻抗变化来推算呼吸频率的方法，但其数值易受电极贴位置、患者呼吸幅度等因素干扰，可靠性有限。
第二方面的监测则直接针对麻醉机或呼吸机自身的运行参数，例如潮气量、呼吸频率、气道压力等。这些参数通过机器内置的各类高精度传感器（如压差传感器、涡轮或超声流量传感器等）进行实时测量与显示。
尽管这些数据直接反映了机器送气是否正常，但它们本质上监测的是“机器”的工作状态，而非“患者”的生理反应。机器可能正常送气，但气体是否真正有效到达患者肺泡、气道是否存在部分梗阻或泄漏，仅凭这些参数难以直接、即时地判别。
综上所述，现有的全部监测体系都存在一个共同的本质缺陷：它们都缺乏对患者呼吸音的直接、持续监听与分析。呼吸音是气体流经呼吸道时产生的声音，其特性直接反映了气道的通畅性、气体流动的连续性以及通气的有效性。
当前技术的滞后性、非直接性与弱警示性，使得对控制呼吸过程中突发的呼吸持续性中断或气道不畅的发现不够及时，对医护人员提醒的紧急程度不足，潜在威胁患者生命安全。因此，临床迫切需要一种能够直接、实时监测呼吸音并与呼吸持续性关联的可靠指标。
该专利所提出的监测方案，其核心优势与先进性在于创造性地引入了对呼吸音与呼吸气流温度的直接、同步、持续监测，从而构建了一个双重保障的实时预警系统，从根本上改变了依赖间接和滞后参数进行呼吸监护的传统模式。
具体而言，该装置通过精密设计的传感器布局与信号处理电路来实现这一目标。在患者气管插管与麻醉机回路的连接处，并排装配了驻极体话筒声音传感器和快速响应的负温度系数热敏电阻温度传感器。驻极体话筒是一种利用永久极化电介质产生电荷的声电转换器件，能够高保真地捕捉气流通过气道时产生的细微声音。
这些原始的呼吸音物理信号，经过专用声音测量电路的放大、滤波和电平调整，被转换为适合单片机分析的模拟电信号。与此同时，热敏电阻的阻值会随其接触的呼吸气流温度变化而迅速改变，这一变化被高精度的温度测量电路捕获。该电路采用桥式设计配合差动放大，能够将微弱的温度差异信号放大，并通过独特的加法器电路转换为单端电压信号，供模数转换器读取。
数据的处理与分析体现了本方案的智能化与精确性。装置采用双CPU架构进行协同运算。第二CPU专门负责高频采集与初步处理这两路传感器信号。对于声音信号，它运用FFT快速傅里叶变换算法对声音进行实时频谱分析。
这不仅能够计算出呼吸音的强度，更能解析其频率成分，从而为识别异常呼吸音奠定基础。对于温度信号，它则精确计时每一次由呼气升温与吸气降温构成的周期。所有这些预处理后的周期数据被实时发送给作为系统核心的第一CPU。
第一CPU根据接收到的数据流执行核心判断算法。在呼吸持续性监测方面，它同时依据两种独立的物理现象进行判断。一是分析呼吸音信号的节律性。正常的控制呼吸会产生吸气和呼气声音交替出现的稳定节律，一旦这种节律消失，系统即可判定呼吸持续性可能中断。二是分析呼吸气流温度曲线的周期性波动。
由于人体呼出的气体温度通常高于吸入的麻醉机气体，在气道口测得的温度会呈现规律的、周期性的上升与下降。一旦呼吸供气中断，这种有节律的温度波动将立即变为单调变化并最终趋于恒定。利用快速响应的热敏电阻，该系统能在一个呼吸周期内（短至5秒） 探测到这种节律的丧失，其响应速度远快于依赖血氧饱和度下降的分钟级延迟。
在呼吸道通畅性监测方面，该方案实现了革命性的突破。它通过对呼吸音频谱特征的持续学习与识别，能够自动判别异常呼吸音。例如，当气道内有分泌物时可产生水泡音，支气管痉挛时可产生哮鸣音或喘鸣音。
系统一旦检测到这些特征性的异常频谱模式，即可立即报警，提示医护人员气道通畅性下降。这相当于为患者配备了一位不知疲倦的“电子听诊器”，实现了对气道状态的连续听诊，填补了临床实时监测此项关键指标的空白。
此外，该方案的先进性还体现在其丰富的衍生监测能力上。基于对每次呼吸呼气与吸气时间的精确测量，系统可以直接计算出实时的呼吸频率。
更重要的是，由于呼吸过程中气体交换量与温度变化值之间存在正比关系，系统结合环境温度参数，能够通过建立的数学模型，较为准确地推算出患者的潮气量这一关键通气参数，提供了额外的监测维度。
综上所述，该专利技术的优势集中体现为直接、实时、双通道验证与智能分析。
它将监测目标从“机器输出”和“间接生理结果”前移至“患者气道本身的物理现象”，通过呼吸音与气流温度这两个最直接的指标，构建了一道敏锐且可靠的安全防线。其独特的双重判据设计（音律+温律）极大提高了报警的准确性与抗干扰能力，而其对异常呼吸音的自动识别功能，更是开创了术中气道通畅性连续量化监测的先河，显著提升了控制呼吸的安全性与管理的精细化水平。
针对当前围术期患者生命体征监测仍存在数据孤岛、预警滞后、高度依赖医护人员经验判断等系统性挑战，国内外领先的医疗科技企业与研究机构正竞相布局以多模态数据融合为特征的下一代监护系统，旨在实现对患者生命状态的超前预测与精准干预。
在国际市场中，Masimo Corporation的核心技术平台是突破性的Masimo信号提取技术（SET®），该技术能够有效克服传统脉搏血氧仪在患者运动和低灌注状态下的局限性，为临床提供更可靠的监测。在此基础上，Masimo构建了包括rainbow®脉搏碳氧-血氧仪技术、声学呼吸监测、二氧化碳分析仪以及SedLine®脑功能监测等在内的多元化产品矩阵，广泛应用于手术室、重症监护室、急诊科及普通病房等多种临床场景。
在呼吸监测领域，Masimo提供了两种核心的互补性技术解决方案。其一是呼气末二氧化碳（EtCO₂）监测，这项技术主要通过其 Radius Capnography™ 等设备实现。其工作机制是基于主流式红外光谱法，通过直接测量患者呼气末气流中的二氧化碳浓度，定量显示EtCO₂数值和连续的二氧化碳波形。这不仅能够精确监测通气是否充分，其波形形态的变化还能帮助临床医生早期识别气管插管移位、呼吸道梗阻等危急情况。该技术作为成熟的临床监测手段，已整合进其Root®患者监护平台，并获得了包括CE标记在内的广泛认证，在全球范围内常规使用。
另一种关键技术是声学呼吸监测（Rainbow Acoustic Monitoring™， RAM），它代表了一种不同的监测路径。该技术于2009年首次推出，是全球首个实现无创、连续声学呼吸速率监测的技术。其具体机制是，将一个创新的粘性传感器（如RAS-45）贴附于患者颈部气管附近，用以采集呼吸音。采集到的声学信号随后会经由Masimo专有的SET®信号提取技术进行处理，从可能包含的环境噪音和其他生理噪音中，分离并提取出与呼吸相关的特征信号，最终计算出连续的声学呼吸速率（RRa™）并可能显示声学波形。
这种监测方式对于术后接受阿片类镇痛或处于镇静状态的患者尤为重要，能够比依赖血氧饱和度下降更早地提示呼吸抑制或呼吸暂停事件。该技术同样已发展成熟，其专用传感器已获得CE标记，并作为Masimo rainbow®技术平台的重要组成部分，在全球多家医院投入使用。
在国内，聿信医疗器材科技股份有限公司（Heroic Faith Medical Science Co., Ltd.）是一家专注于开发AI驱动连续呼吸监测解决方案的医疗科技新创企业，其核心产品为整合了硬件与软件的“AIRMOD System™”临床呼吸生理监测系统。
该系统由“正音电子听诊器”（亦称AccurSound 101电子听诊器）与“爱儿默德（Airmod）呼吸频谱显示软件”共同构成。该系统的运作机制是：首先通过具有降噪功能的电子听诊器贴片，持续、非侵入性地采集患者的呼吸音；随后，这些声音信号被传输至Airmod软件，该软件利用其底层基于超过160万笔临床标注呼吸音数据训练的人工智能算法，对声音进行实时分析。
AI不仅能够计算呼吸频率，更能识别并可视化呼吸的周期性节律，还能辨別异常呼吸音，如提示呼吸道阻塞的喘鸣音、痰鸣音等。这使得医护人员能够“听见”并“看见”呼吸状态，在患者血氧饱和度下降等生命体征恶化之前，更早地发现呼吸中断或气道不畅等风险。该产品主要应用于手术室、加护病房的非插管麻醉镇静（中度镇静）情境中的连续呼吸监测。
目前，该产品已进入市场应用阶段。其软件“爱儿默德（Airmod）”已于2025年4月获得美国食品药品监督管理局（FDA）的510(k)第二类医疗器械许可。同时，正音电子听诊器也早已获得台湾食品药品管理署（TFDA）的认证，并已在美国及台湾地区的多家医学中心开展临床合作与应用。
对行业未来而言，呼吸监测领域的演进也许将不局限于单一参数的精确测量，而会向着多模态数据融合与智能化预警的方向深化。同时，监测场景也在从手术室与ICU的核心场景，逐步向普通病房、术后恢复乃至居家远程管理拓展，这对设备的微型化、无线化与互联互通提出了新的要求。
因此，未来的竞争核心将在于如何更早、更准地捕捉到患者的生理恶化信号，并将离散的监测数据整合为有价值的临床决策支持，从而真正构建起主动、连续的患者安全防线。
渝公网安备 50011202502165号
