机器学习模型可以引导创伤性脑损伤患者进行挽救生命的护理

匹兹堡大学医学院数据科学家和 UPMC 神经创伤外科医生开发的预后模型是第一个使用自动脑部扫描和机器学习来告知严重创伤性脑损伤 (TBI) 患者预后的模型。

在今天发表在《放射学》杂志上的一项研究中，该团队表明，他们先进的机器学习算法可以分析 TBI患者的脑部扫描和相关临床数据，从而快速准确地预测受伤后六个月的生存和恢复情况。

“每天，在美国各地的医院中，原本可以恢复独立生活的患者都会被取消护理，”皮特和 UPMC 神经外科教授、医学博士、医学博士 David Okonkwo 说。“在紧急护理环境中度过关键时期的大多数人都能实现有意义的康复——这进一步强调了识别更有可能康复的患者的必要性。”

TBI 患者通常需要两周时间才能从昏迷中苏醒并开始康复——但严重的 TBI 患者通常会在入院后的前 72 小时内停止生命支持。新的预测算法在两个独立的患者队列中得到验证，可用于在入院后不久对患者进行筛查，并可以提高临床医生在正确时间提供最佳护理的能力。

TBI 是美国最紧迫的公共卫生问题之一——每年，全国有近 300 万人寻求 TBI 护理，而 TBI 仍然是 45 岁以下人群死亡的主要原因。

认识到需要更好的方法来帮助临床医生，Pitt 的数据科学家团队开始利用他们在高级人工智能方面的专业知识来开发一种复杂的工具来了解每个独特患者的 TBI 的性质。

“非常需要更好的定量工具来帮助重症监护神经科医生和神经外科医生为危重患者做出更明智的决定，”皮特大学放射学、生物工程和生物医学信息学副教授、通讯作者山东吴博士说.“与 Okonkwo 博士团队的合作让我们有机会利用我们在机器学习和医学成像方面的专业知识来开发模型，该模型同时使用脑成像和其他临床可用数据来解决未满足的需求。”

标签：