彻底改变中风预测:对人工智能驱动的可穿戴技术进行系统审查,以早期检测中风

科学领域:

• 生物医学工程 生物医学工程
• 人工智能的人工智能
• 心血管健康 心血管健康

背景情况:

• 可穿戴技术提供了持续的生理监测.
• 人工智能和机器学习算法可以分析复杂的健康数据.
• 早期发现中风风险因素对于及时干预至关重要.

研究的目的:

• 系统地审查使用AI/ML进行实时中风预测的可穿戴设备研究.
• 评估人工智能增强的可穿戴设备在中风风险评估中的准确性,敏感性和特异性.
• 巩固AI/ML在可穿戴中风监测中的临床应用的证据.

主要方法:

• 在多个数据库 (PubMed,IEEE Xplore,Scopus等) 中按照PRISMA指南进行系统的文献搜索. ) 的情况.
• 包括使用可穿戴设备与AI/ML模型进行中风预测的研究.
• 基于方法,人口,设备规格,AI/ML模型和结果措施的研究特征.

主要成果:

• 五项研究符合纳入标准,证明了人工智能增强的可穿戴设备的高预测性能.
• 测量生命体征 (如血压,心率变化) 的可穿戴传感器与人工智能相结合,显示出高灵敏度和特异性.
• 确定的挑战包括设备精度和AI算法透明度的变化.

结论:

• 人工智能驱动的可穿戴技术显示出非侵入性,实时中风风险监测和评估的巨大潜力.
• 需要进行进一步的研究,以提高模型可靠性和设备可用性,以便在临床应用中使用.
• 本次审查支持可穿戴AI/ML技术的进步,以预防中风和改善患者护理.