基于人工智能的模型用于预测ICU患者的死亡率:一个范围审查

科学领域:

• 医疗信息学 医疗信息学
• 医疗保健中的人工智能
• 临床决策支持系统 临床决策支持系统

背景情况:

• 实时临床决策支持系统可以提高医疗保健专业人员预测患者死亡率和康复的能力.
• 准确的患者状况评估有助于在医疗保健系统内明智地分配资源.

研究的目的:

• 进行范围审查,分析人工智能 (AI) 算法,以预测重症监护室 (ICU) 患者群体的死亡.
• 评估各种AI驱动的死亡率预测模型的性能和准确性.

主要方法:

• 在MEDLINE,Embase和PubMed中进行了系统的数据库搜索,直到2022年7月.
• 关键词包括死亡率,生存率,ICU和终端护理.
• 确定AI模型的变量,特征和性能 (曲线下的面积 - AUC) 被总结和比较.

主要成果:

• 一项初步搜索产生了8271篇文章,缩小到16项研究,重点是基于人工智能的ICU死亡预测模型.
• 与传统工具相比,人工智能模型在死亡预测方面表现出更高的准确性,一些模型达到高达92.9%的AUC.
• 模型的性能因患者群体和特定疾病而异,整体死亡率从5%到60%以上.

结论:

• 基于人工智能的模型在不同患者群体的死亡率预测中显示了可变的性能.
• 为提高准确性,建议针对特定患者群体和医疗环境定制AI模型.
• 结合额外的变量,如遗传信息,可以进一步提高这些模型的预测能力.