基于人工智能的顱腦外傷重癥監(jiān)護算法

芬蘭最近的一項研究提出了第一個基于人工智能(AI)的算法，可用于重癥監(jiān)護室治療重型顱腦外傷患者。該項目是芬蘭三所大學(xué)醫(yī)院之間的合作項目：赫爾辛基大學(xué)醫(yī)院、庫普皮奧大學(xué)醫(yī)院和圖爾庫大學(xué)醫(yī)院。

腦損傷(TBI)是全球死亡和發(fā)病的一個重要原因，其發(fā)病率正在上升，特別是在中低收入國家。最嚴重的TBI病在重癥監(jiān)護室治療，但盡管提供了適當?shù)母哔|(zhì)量護理，仍有約三分之一的患者死亡。

患有嚴重TBI的患者將會失去意識，這使得在重癥監(jiān)護期間準確監(jiān)測患者的狀況變得具有挑戰(zhàn)性。在重癥監(jiān)護室，許多變量(如顱內(nèi)壓、平均動脈壓和腦灌注壓)被連續(xù)監(jiān)測，這間接給出了關(guān)于患者狀況的信息。

然而，只有一個變量，如顱內(nèi)壓，每天可能產(chǎn)生數(shù)十萬個數(shù)據(jù)點。因此，人腦不可能理解每天從所有監(jiān)測數(shù)據(jù)中收集的數(shù)百萬個數(shù)據(jù)點。這就是為什么赫爾辛基大學(xué)醫(yī)院(HUS)的研究人員開始開發(fā)基于人工智能(AI)的算法，這可以幫助醫(yī)生治療嚴重的TBI病患者。在最好的情況下，這種算法可以預(yù)測單個患者的結(jié)果，并提供關(guān)于患者狀況和預(yù)后及其在治療期間變化的客觀數(shù)據(jù)。

“像這樣的動態(tài)預(yù)測模型以前從未被提出過。雖然這是一個概念證明，將這種算法應(yīng)用到日常臨床實踐中還需要時間，但我們的研究反映了現(xiàn)代重癥監(jiān)護的發(fā)展方向和發(fā)展方向，”該學(xué)院兼職教授Rahul Raj說。HUS的實驗神經(jīng)外科和他的論文的作者之一。

該算法可以預(yù)測患者30天內(nèi)死亡的概率，準確率為80-85%。

“我們開發(fā)了兩種獨立的算法。第一種算法更簡單，僅基于客觀監(jiān)測數(shù)據(jù)。第二種算法稍微復(fù)雜一點，包括與意識水平相關(guān)的數(shù)據(jù)，通過廣泛使用的格拉斯哥昏迷量表評分來衡量。不出所料，更復(fù)雜的算法精度略高于更簡單的算法。然而，考慮到更簡單的模型僅基于三個主變量，而更復(fù)雜的模型僅基于五個主變量，這兩種算法的準確性出乎意料地好?！盚US分析和人工智能開發(fā)部門的數(shù)據(jù)科學(xué)家Eetu Pursiainen說，該算法的作者和主要編碼者。

標簽：