基于临床和人口统计数据的人工智能用于检测阻塞性睡眠呼吸暂停:系统审查
Manuel Casal-Guisande1,2,3, Mar Mosteiro-Añón2,4,5, María Torres-Durán2,3,4
1Fundación Pública Galega de Investigación Biomédica Galicia Sur, Hospital Álvaro Cunqueiro, Vigo, Spain.
Expert review of respiratory medicine
|September 25, 2025
概括
人工智能 (AI) 显示出检测阻塞性睡眠呼吸暂停 (OSA) 的潜力. 然而,由于方法上的局限性,需要进一步研究才能获得可靠的临床应用.
科学领域:
- 医疗信息学 医疗信息学
- 医疗保健中的人工智能
- 睡眠医学研究 睡眠医学研究
背景情况:
- 阻塞性睡眠呼吸暂停 (OSA) 诊断可以通过AI进行改进.
- 临床和人口数据是人工智能模型的关键输入.
研究的目的:
- 系统地审查人工智能模型用于OSA检测和分层.
- 评估人工智能模型的有效性,质量,并确定研究缺口.
主要方法:
- 按照PRISMA指南,对PubMed (2014-2024) 的系统搜索.
- 包括使用人工智能与临床/人口统计数据的研究,与PSG/CPAP进行验证,并报告了AUC.
- 排除了仅基于可穿戴设备的研究;使用PROBAST评估质量.
主要成果:
- 26项研究符合标准,使用决策树,SVM和神经网络等算法.
- 常见的预测因素包括年龄,BMI,子周长和并发病;AUC值经常超过0.80.
- 从2021-2024年研究显著增加,但注意到异质性和有限的验证.
结论:
- 人工智能模型显示了提高OSA检测和分层的前景.
- 方法上的局限性,包括缺乏外部验证,阻碍了临床翻译.
- 未来的研究应该专注于多样化的群体和标准化的报告,以便更广泛地适用.


