"她/他可以走出医院吗? ":在重大创伤中实施人工智能模型来预测恢复和医生与患者之间的沟通
Li-Chin Cheng1,2, Chung-Feng Liu3, Chin-Choon Yeh2,4,5,6
1Division of Colorectal Surgery, Department of Surgery, Chi Mei Medical Center, Tainan 710402, Taiwan.
Diagnostics (Basel, Switzerland)
|July 12, 2025
概括
人工智能 (AI) 和机器学习 (ML) 模型可以预测重创患者的不良事件. XGBoost表现出卓越的性能,提高了临床效率和患者护理.
科学领域:
- 创伤护理 创伤护理
- 医疗信息学 医疗信息学
- 人工智能在医学中的应用
背景情况:
- 严重的创伤是全球死亡和残疾的主要原因,需要改进预测工具.
- 创伤的不可预测性需要先进的方法来预测患者的结果.
- 现有的创伤患者管理模式正在不断得到改进.
研究的目的:
- 开发和验证AI/ML模型,用于预测重创患者的不良事件.
- 将预测工具集成到医院信息系统中,用于临床使用.
- 与传统的临床评分系统相比,评估AI/ML模型的性能.
主要方法:
- 在2010年至2019年期间入院的5521名重大创伤患者的回顾性分析.
- 评估五个人工智能模型,包括XGBoost,以获得预测准确度.
- 部署表现最佳的模型作为与HIS集成的基于Web的应用程序.
主要成果:
- XGBoost获得了最高的性能 (AUC 0.748),超过了受伤严重程度评分 (ISS) 和格拉斯哥昏迷量表 (GCS).
- 综合模型通过SHAP分析证明了提高效率和可解释性.
- 医疗保健专业人员对该工具的可用性和临床价值提供了积极的反.
结论:
- 一个人工智能驱动的大创伤患者的预测模型已经成功开发并集成到临床工作流程中.
- 该模型提高了创伤管理中的护理效率和质量.
- 未来的工作将扩大预测能力,包括更广泛的临床应用的并发症和治疗结果.
