在选择性神经外科手术中使用自然语言处理对非计划性重症监护的预测
Julia Ive1, Olatomiwa Olukoya2,3, Jonathan P Funnell2,3
1UCL Institute of Health Informatics, University College London, London, UK. j.ive@ucl.ac.uk.
NPJ digital medicine
|August 26, 2025
概括
使用自然语言处理 (NLP) 的人工智能 (AI) 可以预测神经外科病人的神经密集治疗单元 (ITU) 入院情况. 这种人工智能工具大大减少了未计划的ITU案件,改善了资源分配.
科学领域:
- 神经外科
- 医学的人工智能
- 卫生信息学
背景情况:
- 在专门的神经密集治疗单位 (ITU) 及时治疗对于降低神经外科患者的死亡率和住院时间至关重要.
- 神经外科手术患者的术后护理决策往往是主观的,影响ITU入院的安全性和效率.
- 有计划的外科手术后入院比无计划的更安全,突出显示需要提高预测能力.
研究的目的:
- 开发和评估一种利用自然语言处理 (NLP) 的人工智能 (AI) 模型,用于预测选择性神经外科病人的密集治疗单位 (ITU) 的入院情况.
- 分析电子健康记录 (EHR),以确定预测需要入院的临床概念.
- 提高国际电联入学预测的准确性,从而减少计划外的国际电联事件,并优化资源分配.
主要方法:
- 使用精细的CogStack-MedCAT自然语言处理 (NLP) 模型从2268个选择性神经外科病人的电子健康记录 (EHR) 中提取临床概念.
- 训练有素的人工智能模型,包括随机森林模型,将患者入院分为普通病房或重症监护室 (ITU).
- 进行了可解释性分析,以确保人工智能模型的预测基于临床相关概念.
主要成果:
- 随机森林人工智能模型实现了0.87 (CI 0.82- 0.91) 的回忆,用于预测重症监护室 (ITU) 的入院情况.
- 人工智能模型将人类专家错过的非计划性ITU病例比例从36%降至4%.
- 可解释性分析证实,人工智能模型利用了临床相关的概念进行预测.
结论:
- 人工智能 (AI) 通过准确预测ITU入院患者,在帮助神经外科患者的资源分配方面表现出显著的潜力.
- 开发的基于NLP的AI模型可以大大降低错过的非计划性ITU入院率,从而提高患者的护理.
- 为了充分实现人工智能在神经外科重症监护室管理中的好处,需要进一步的研究和整合到临床实践中.
