院内临床早期预警系统的研究进展:从传统模型到人工智能

Research progress on in-hospital clinical early warning systems:from traditional models to artificial intelligence

二维码有效期 120s

摘要早期识别高危的患者并及时干预,可预防患者在住院期间发生心脏呼吸骤停等严重不良事件.在院内心脏呼吸骤停之前,患者多会表现出生命体征或生理指标的异常.临床早期预警系统正是基于监测这些关键指标,以实现对高危患者的早期识别和干预,从而降低不良事件的发生率.本文综述了院内临床早期预警系统的发展历程,从传统的单参数系统、多参数系统和综合加权预警系统,到基于信息化的自动化预警系统,再到基于机器学习和人工智能的新型临床预警系统.此外,本文还评估了这些系统在实际临床环境中的应用效果,以及它们在提高患者安全和改善预后方面的潜力.

作者吴昌德 ^[1] 袁世鑫 ^[1] 黄力维 ^[1] 杨毅 ^[1] 刘松桥 ^[2] 学术成果认领

作者单位江苏省重症医学重点实验室,东南大学附属中大医院重症医学科,江苏南京 210009 ^[1] 江苏省重症医学重点实验室,东南大学附属中大医院重症医学科,江苏南京 210009;江苏省连云港市第一人民医院,徐州医科大学附属连云港医院,南京医科大学康达学院第一附属医院,南京医科大学连云港临床医学院,江苏连云港 222000;南京市溧水区人民医院,东南大学附属中大医院溧水分院重症医学科,江苏南京 211200 ^[2]

关键词快速反应系统早期预警评分临床恶化自动化预警机器学习 Rapid response system Early warning score Clinical deterioration Automated warning Machine learning

分类号 R801

栏目名称 脓毒症及相关呼吸窘迫综合征:现状与前沿

DOI 10.3969/j.issn.1672-6170.2024.04.011

发布时间 2024-08-06

基金项目

国家自然科学基金