机器学习增强在术后护理中的干预措施:系统性审查和元分析
Divya Mehta1, Xiomara T Gonzalez2, Grace Huang3
1Department of Anesthesiology, Washington University School of Medicine, St. Louis, MO, USA.
British journal of anaesthesia
|September 25, 2024
概括
机器学习 (ML) 干预措施,如低血压预测指数 (HPI) 降低了手术内低血压,而知觉水平指数 (NoL) 降低了手术后疼痛. 然而,ML对其他临床结果没有显著影响,表明需要进一步研究.
科学领域:
- 在外科手术期间的医学.
- 医疗保健中的人工智能
- 临床结果研究研究
背景情况:
- 关于机器学习 (ML) 驱动干预在外科手术期间的累积有效性的证据有限.
- 进行了一项系统性审查,以评估ML干预措施对术后结果的影响.
结论:
- ML干预表明了特定的益处,HPI降低了低血压,NOL降低了术后疼痛.
- 对于其他临床结果,包括住院或PACU长度和阿片类药物消费,没有发现显著影响.
- 解决方法和临床实践差距对于未来成功实施在术后护理中基于ML的干预措施至关重要.


