欢迎来到进口食品商务网！

　　重症监护室的机器学习

　　人工智能可预测ICU循环衰竭

　　苏黎世联邦理工学院和伯尔尼大学医院的研究人员开发了一种预测重症监护病房(ICU)患者循环衰竭的方法，使临床医生能够在早期进行干预。

　　他们的方法使用机器学习方法来评估大量的病人数据。研究人员在《自然医学》杂志上发表了他们的研究结果。

　　医院的ICU对病人进行严密观察:临床医生持续监测病人的脉搏、血压和血氧饱和度等生命体征。这为医生和护士提供了关于病人病情的丰富数据;健康。然而，利用这些信息来预测他们的病情将如何发展，或者提前发现危及生命的变化，绝非易事。

　　研究人员开发了一种方法，巧妙地将病人的各种生命体征与其他医学相关信息结合起来。将这些数据融合在一起，就可以在关键的循环衰竭发生前数小时预测出来。未来的目标是将该方法用于医院病人的实时评估。生命体征为值班医务人员提供早期预警系统，世卫组织可在早期采取适当行动。

　　得益于伯尔尼大学医院重症医学系提供的大量数据，研究人员能够开发出这种方法。2005年，它成为瑞士第一家开始以数字形式为重症监护患者存储颗粒状、高分辨率数据的大型ICU。在他们的研究中，研究人员使用了来自3.6万重症监护病房的匿名数据，这些数据完全来自那些同意将其数据用于研究目的的患者。

　　即使是短时间的循环不足也会显著增加患者的死亡率

　　托拜厄斯梅尔兹

　　托拜厄斯·默茨是伯尔尼大学医院重症医学系的研究助理和前高级医师，现在奥克兰城市医院工作。在他的倡导下，由ETH教授Gunnar Rätsch和Karsten Borgwardt领导的研究人员使用机器学习方法分析了这些数据。我们开发的算法和模型能够在我们使用的数据集中预测90%的循环故障。在82%的病例中，预测至少提前两小时，这将给医生至少两小时进行干预，苏黎世联邦理工学院生物医学信息学教授解释道。

　　在他们的研究中，研究人员对每个患者都有几百个不同的变量和其他医疗信息。然而，我们能够证明，仅仅20个这些变量就足以做出准确的预测。这些因素包括血压、脉搏、各种血值、病人的年龄和所使用的药物。苏黎世联邦理工学院的数据挖掘教授博格沃特解释道。为了进一步提高预测的质量，研究人员计划将来自其他大医院的患者数据纳入未来的分析。此外，他们将把匿名数据集、算法和模型提供给其他科学家。

　　预防循环衰竭是重症监护中病人治疗的一个重要方面。即使是短时间的循环不足也会显著增加患者的死亡率。梅尔兹说。在今天的重症监护病房里，我们必须处理大量的报警系统，但它们不是很准确。通常，它们会引发假警报，或者只给我们一个短暂的提前警告，这可能会推迟支持患者循环的充分措施的启动，他说。用他们的方法，研究人员的目标是用几个高度相关的早期警报取代大量的警报。这是可能的，因为研究表明，新方法可以减少90%的报警。

　　还需要进行一些进一步的发展工作，以便使该方法可以作为一个预警系统使用。tsch解释说，第一个原型已经存在，但在该系统可以用于日常临床实践之前，它的可靠性必须在临床研究中得到证明。