相关实验视频
Updated: May 10, 2025
07:57
Integrated Compensatory Responses in a Human Model of Hemorrhage
Published on: November 20, 2016
12.4K
使用可解释的人工智能算法在形骨创伤的管理:最佳政策树的应用作为治疗处方帮助改善患者的死亡率
Vahe S Panossian1, Yu Ma2, Bolin Song2
1Division of Trauma, Emergency Surgery, Surgical Critical Care, Massachusetts General Hospital, Harvard Medical School, Boston, MA 02114, USA.
Bioengineering (Basel, Switzerland)
|April 26, 2025
概括
最佳政策树 (OPT),一种人工智能模型,确定了对形骨创伤的最佳管理. 这种人工智能方法旨在通过引导血管栓塞,切除术或观察之间的决定来降低住院死亡率.
科学领域:
- 创伤外科 手术 创伤外科
- 手术决策 - 手术决策
- 人工智能在医学中的应用
背景情况:
- 对于粗的骨创伤 (血管栓塞,切除术,观察) 的最佳管理仍然具有挑战性.
- 本研究使用AI模型的最佳政策树 (OPT) 来指导管理决策.
- 目标是改善形脏损伤的住院死亡率.
研究的目的:
- 应用人工智能 (OPT) 来确定形骨创伤的最佳管理策略.
- 根据患者特征,比较血管栓塞,切除术和观察的有效性.
- 通过数据驱动的治疗建议,减少住院死亡率.
主要方法:
- 最佳政策树 (OPT) 在一个大队列 (2013-2019年ACS-TQIP数据) 的骨损伤患者中进行了培训.
- 管理策略 (脊髓切除术,血管栓塞,观察) 根据缩血压 (SBP) 和损伤严重程度 (AAST等级) 规定.
- 反事实估计预测了干预对住院死亡率的影响,单独分析了SBP < 70 mmHg和SBP ≥ 70 mmHg.
主要成果:
- 血管栓塞 (AE) 建议SBP<70 mmHg与冲击指数 (SI) <1.5或没有输血;脏切除SI≥1.5与输血.
- 对于SBP≥70 mmHg,建议在高度损伤 (AAST 4-5) 或较低等级 (1-3) 的SI≥1.2下进行AE观察;在SI<1.2的较低等级下进行观察.
- 与观察率 (36.46%和7.60%) 相比,OPT引导的治疗预测死亡率较低 (18.4%的SBP<70 mmHg,4.97%的SBP≥70 mmHg).
结论:
- 像OPT这样的可解释AI模型可以帮助临床医生管理形脏损伤.
- 数据驱动的处方OPT模型提供了一种有希望的方法来优化患者管理和降低死亡率.
- 基于患者特征的个性化治疗建议可以改善形脏创伤的结果.
