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。

醫用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；經皮膽紅素濃度；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。

多波段經皮膽紅素測試儀（額頭部位）

膚色修正

多波長與膽紅素濃度關系

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，傳統經皮膽紅素檢測儀器通常使用 460nm 和 550nm 的光源對經皮膽紅素進行測試。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，對經皮膽紅素的測試都存在影響。英諾維科技研制多波段經皮膽紅素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素濃度變化無關的基準波長對測試結果進行修正，以提高經皮膽紅素的測試精度。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素濃度的綜合分析。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、經皮膽紅素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素濃度的變化，獲得藍光輻射能量與經皮膽紅素濃度相關性曲線，并根據藍光輻射能量照射時間與經皮膽紅素濃度變化曲線，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m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。