人工智能驱动的设备可以超越传统生命体征的极限来预测患者病情恶化

密歇根医学的一项研究表明，一种用于检测和预测血流动力学不稳定性的人工智能驱动设备可以提供比传统生命体征测量更准确的患者恶化情况。

研究人员使用血流动力学不稳定性分析 (AHI) 从密歇根大学健康中心的5,000 多名成年患者中获取数据。AHI 由 UM Weil 重症监护研究与创新研究所开发，是一种医疗设备软件，旨在使用来自单个心电图导联的数据实时检测和预测血流动力学状态的变化。研究人员将结果与几个重症监护病房中通过侵入性动脉监测测量的连续心率和血压的金标准生命体征测量值进行了比较，以确定 AHI 是否可以实时指示血流动力学不稳定。

他们发现 AHI 检测到血流动力学不稳定的标准指征，即心率升高和低血压的组合，敏感性接近 97%，特异性接近 79%。结果发表在《重症监护探索》上。

研究结果表明，AHI 可能能够为传统上进行间歇性静态生命体征测量的患者提供持续的动态监测能力，资深作者、医学博士、乔伊斯和唐梅西家庭基金会紧急重症监护中心主任本·巴辛说。作为 EC3 和 UM 医学院急诊医学副教授。

“AHI 的表现非常好，它的作用方式我们认为可能具有变革性的临床效用，”Bassin 说。“大多数生命体征测量都是静态的，容易受到人为错误的影响，需要验证和解释。AHI 正好相反。它是动态的，会产生‘稳定’或‘不稳定’的二进制输出，它可以实现资源的早期化给那些可能没有被临床医生关注的患者。”

传统的生命体征存在局限性，包括无创监测的准确性有限，以及没有明显立即恶化风险的患者只能每 4-6 小时或更长时间进行一次定期监测。AHI 于 2021 年获得美国食品和药物管理局批准，并授权给 Fifth Eye, Inc.(UM 衍生公司)，旨在解决这些限制。

“AHI 的愿景源于我们一直无法识别不稳定的患者并预测患者何时会变得不稳定，特别是在无法对其进行密集监测的环境中，”共同作者、威尔研究所执行主任、医学博士凯文·沃德 (Kevin Ward) 说密歇根医学院急诊医学和生物医学工程教授。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！