一个叙事性回顾:使用人工智能建模预测肝移植移植的生存率

科学领域:

• 医疗信息学医学信息学
• 移植手术 移植手术 移植手术
• 医学中的人工智能

背景情况:

• 肝移植是肝衰竭的唯一治疗方法,但预测移植存活仍然很困难.
• 人工智能 (AI) 越来越多地用于预测肝移植的短期和长期存活率.
• 准确的AI模型需要来自肝移植手术的相关输入特征.

研究的目的:

• 审查和分析人工智能模型对肝移植存活率预测的研究.
• 确定用于这些AI模型的输入的关键医疗特征.
• 评估这些特征对模型准确性的影响.

主要方法:

• 在PubMed,科学网络和Cochrane数据库 (2017-2022) 中发表的研究的叙事综述.
• 根据定义的标准选择了17项研究.
• 对人工智能模型及其输入特征进行分析,以预测肝移植存活率.

主要成果:

• 人工智能模型是针对短期生存 (8项研究),长期生存 (5项研究) 或两者 (4项研究) 的.
• 影响AI模型准确性的关键特征包括接受者的年龄,BMI,血清肌素,INR,糖尿病和MELD得分.
• 这些因素对于提高人工智能在肝移植中的预测能力至关重要.

结论:

• 接受者的年龄,BMI,肌素,INR,糖尿病和MELD得分是AI模型预测肝移植存活率的重要特征.
• 需要进一步开发和分析人工智能模型来验证这些发现.
• 优化AI输入参数可以改善肝移植结果的预测.