研究人员创造人工智能预测ICU谵妄的风险

超过三分之一的人住院,多达80%的病人在重症监护室(ICU),开发谵妄,大脑功能障碍的一种,突然一阵混乱,注意力不集中,偏执,甚至躁动不安、幻觉。一个intensivist约翰霍普金斯医学,与约翰霍普金斯大学工科学生合作,报告他们开发了人工智能(AI)算法能够检测谵妄的早期征兆,可以预测在任何时间在ICU保持高的风险对相当数量的病人精神错乱。

“能够区分患者在低和高的风险在ICU谵妄是非常重要的,因为它使我们能够投入更多资源对高危人群的干预措施,”罗伯特·史蒂文斯说,医学博士麻醉学副教授危重病医学在约翰·霍普金斯大学医学院的资深作者的新研究结果,发表在12月20日出版的《华尔街日报》麻醉学。史蒂文斯也精密医学信息学,主任和副主任约翰·霍普金斯精密医学中心的卓越Neurocritical护理。

临床医生已经知道ICU老弱人群的谵妄更经常发生在病人,ICU患者发展精神错乱的风险较高,住院时间延长,未来痴呆和死亡。Anti-delirium干预护理包等,改变药物和职业,比平常早物理治疗是有效的,专家说,但有限的时间和资源,以及ICU患者往往难以预测的需求,防止大多数ICU使用它们在每一个病人。

新人工智能程序设计的本科和硕士水平工程精密医学班的学生教史蒂文斯,人工智能算法应用于一个公开的数据集覆盖超过200000加护病房呆在全国208家医院。

”的基本理念是,定期收集数据存储在病人的电子健康记录包含签名与谵妄相关风险,”Kirby龚说,最近的一个硕士学位毕业于约翰霍普金斯大学生物医学工程系和第一作者的新工作。

使用数据,团队开发了两个电脑模型预测谵妄的危险。所谓的静态模型,需要一个快照的病人数据后不久入院信息关于年龄、疾病的严重程度,其他诊断,生理变量和当前药物预测谵妄风险在任何时候在住院。第二,所谓的动态模型,监测信息在几小时,几天,包括重复血压、脉搏和温度读数提供了精神错乱的患者不断更新风险在未来12小时。

一旦研究人员开发了人工智能模型,他们在另外两组数据测试了他们从波士顿医院,共覆盖100000多名ICU停留。接受者操作特征曲线下的面积(95% CI)的第一个24小时模型为0.785,这意味着它能够预测哪些病人会精神错乱的时间的78.5%。执行的动态模型更好的预测精神错乱倾向的病人高达90%的时间。

史蒂文斯说,他现在正在测试模型的历史从约翰霍普金斯医学icu病人数据,并计划设计一个临床试验,以测试算法和如何的使用形状临床保健病人新承认ICU。他的实验室也是类似的人工智能方法通常应用与工程学生和教师合作预测中风,心脏衰竭、肺栓塞和其他紧急事件出现在危重病医学。

“对很多这些生理变化,我们认为早期预警有迹象表明,对临床医生可能不明显,但可以选择使用的人工智能我们这里使用支持模式分析,”史蒂文斯说。