相关实验视频
Updated: Jan 18, 2026
16:11
Implantation of the Syncardia Total Artificial Heart
Published on: July 18, 2014
36.0K
人工智能和机器学习在左心室辅助装置植入中的应用:系统性审查
Usama Hussain1, Wing Kiu Chou2, Abhinav Balasubramanian3
1Department of Internal Medicine, Royal Berkshire Hospital NHS Foundation Trust, Reading, UK.
Artificial organs
|June 2, 2025
概括
人工智能 (AI) 和机器学习 (ML) 通过增强风险预测,有望改善左心室辅助器件 (LVAD) 患者的治疗结果. 解决数据和临床整合方面的挑战对于在LVAD治疗中更广泛地采用AI/ML至关重要.
科学领域:
- 心血管医学 心血管医学
- 生物医学工程 生物医学工程
- 医疗保健中的人工智能
背景情况:
- 左心室辅助装置 (LVAD) 植入是晚期心力衰竭的关键干预措施.
- 目前对LVAD患者的管理面临风险分层和并发症预测方面的挑战.
- 人工智能 (AI) 和机器学习 (ML) 的整合提供了潜在的解决方案.
研究的目的:
- 系统地审查关于人工智能和ML在LVAD植入中的应用的证据.
- 探索AI/ML在改善风险分层,预测并发症和改善患者治疗结果方面的潜力.
- 确定在LVAD治疗中AI/ML的挑战和未来研究方向.
主要方法:
- 在主要数据库 (EMBASE,MEDLINE,Cochrane,PubMed,Google Scholar) 进行了全面的文献搜索,截至2024年3月.
- 在LVAD环境中使用AI/ML技术的研究是根据预定义的标准进行选择的.
- 经过严格的查和评估,总共包括了17项研究.
主要成果:
- 与传统方法相比,ML模型在死亡率预测方面表现出更高的准确性.
- AI/ML有效地预测了不良事件 (例如,大动脉反,吸收事件) 和右心室衰竭.
- ML确定了血栓形成 (年龄较小,BMI较高) 的关键预测因子,并改善了心肌恢复分层.
结论:
- 通过先进的预测和个性化护理,AI和ML具有优化LVAD管理的变革潜力.
- 关键的挑战包括数据异质性,可解释性,数据集多样性和临床工作流集成.
- 解决这些问题对于AI/ML在LVAD治疗中的更广泛采用和影响至关重要.
