丹麦东部的人工智能和麻醉自动化 (TRIPLE-A) 周术数据库 2017-:流行病学,人工智能驱动的预测,质量控制和自动数据检索的平台
Anders Peder Højer Karlsen1,2, Marcus Ølgaard Møller1, Nikolaj Krebs Pedersen3
1Department of Anaesthesia and Intensive Care, Copenhagen University Hospital - Bispebjerg and Frederiksberg, Copenhagen, Denmark.
Acta anaesthesiologica Scandinavica
|September 9, 2025
概括
人工智能和麻醉中的自动化 (TRIPLE-A) 数据库提供了高质量的,不断更新的外科手术周围数据集,用于高级研究. 该平台支持流行病学研究,临床试验数据收集和患者风险分层预测模型的开发.
科学领域:
- 在外科手术期间的医学.
- 医疗信息学 医疗信息学
- 流行病学 流行病学
背景情况:
- 当数据结构化和注册时,电子健康记录 (EHR) 可以产生高质量的数据库.
- 丹麦首都和西兰地区的周期性数据非常适合创建数据库.
- 人工智能和麻醉中的自动化 (TRIPLE-A) 数据库是为研究和数据收集而开发的.
研究的目的:
- 使用结构化EHR数据建立一个全面的外科手术数据库.
- 促进流行病学研究,质量控制和自动化数据收集.
- 支持预测模型的开发和临床干预监测.
主要方法:
- 在丹麦 (2017-2024) 的手术中从电子健康记录 (EPIC系统) 提取的数据.
- 收集了结构化,时间标记的数据,包括事件日志,药物和生命体征.
- 用多个来源编码和丰富变量,反映临床推理,并进行持续验证.
主要成果:
- 三级A数据库版本1包含了来自675,790名患者的1,142,108次手术.
- 数据组织成 17 个总结表,包含 1617 个变量.
- 目前支持34个正在进行的研究项目.
结论:
- 特里普尔-A是一个不断更新的,细粒度的,高质量的外科手术数据库.
- 能够实现高质量的流行病学研究和用于临床研究的自动数据检索.
- 促进干预措施的监测和风险分层的术后预测模型的开发.
