人工智能应用于早期预测下肢骨折并发症

科学领域:

• 医疗信息学 医疗信息学
• 医疗保健中的人工智能
• 血管外科 血管外科

背景情况:

• 人工智能 (AI) 对于使用成像和生化标志物早期检测术后并发症至关重要.
• 人工智能有助于临床医生预测患者的进展和危及生命的长期并发症的风险.
• 通过人工智能早期识别并发症,可以采取预防措施.

研究的目的:

• 使用人工智能识别与深静脉血栓症 (DVT) 相关的重大风险因素.
• 分析DVT预测的社会人口统计和临床数据.
• 评估AI在预测临床演变和帮助早期干预方面的作用.

主要方法:

• 观察性研究分析了2018-2022年的医疗图表.
• 开发一个神经网络模型来分析患者的人口统计和实验室数据.
• 统计分析以确定DVT的重大风险因素.

主要成果:

• 女性患者 (60.78%) 和年龄在71-90岁的人 (56.86%) 的DVT患病率更高.
• 肥胖 (BMI > 30) 和大腿骨折 (52%的DVT患者) 是显著的危险因素.
• 直接 bilirubin 的升高 (≥1.5 mg/dL) 和低的前热血素活性 (≤60%) 强烈预测骨折相关的并发症 (78%的灵敏度,82%的特异性).

结论:

• 高龄,高BMI和大腿骨折是DVT的关键风险因素.
• 直接 bilirubin 和 prothrombin 活性升高是 DVT 发展的显著预测因素.
• 人工智能增强了对临床演变的预测,支持对DVT的早期干预.