全球每年约有1500万早产儿出生，其往往具有较高的并发症和死亡率，给社会带来严重社会经济负担，并严重影响民族人口素质。维持呼吸及氧合稳定是早产儿救治关键。
本项目构建了一套对早产儿心肺相关信息多元、动态、非接触式的监护系统，设计了自适阈值和个性化的呼吸暂停检测算法，实现对早产儿异常呼吸事件的高效监测，并建立基于神经网络算法的间歇性缺氧不良事件预警模型，及时对异常呼吸可能引起的缺氧事件提出预警，减少早产儿缺氧损伤，通过早产儿连续低血氧分级预测性能验证显示：本预警模型具有较高准确率，总准确率为94.58±0.19%。
本项目创新性提出早产儿监护领域的基于人工智能和智能设备的临床支持新型服务模式解决方案，实现非接触式的早产儿生命体征高效、精确监测，避免了传统心肺监测存在的信号干扰、操作复杂、皮肤损伤、院内感染风险增加等问题，并破解了传统监护无法精准预测缺氧发生的技术难题。
知识产权方：本发明由中国福利会国际和平妇幼保健院持有，由刘志伟等人完成。目前相关的技术细节已申请专利保护。
应用前景：本研究的非接触式心肺功能监护减少了传统心电图导联和电极贴片的耗材支出，减少皮肤损伤可能带来的额外护理与治疗费用，提升新生儿呼吸医学医疗服务的高效性、精确性和规范性，提高NICU临床服务能力。
