人工智能模型的开发和外部验证,用于预测术后重症病患者的死亡率和长时间ICU停留:一项回顾性研究
Dong Jin Park1, Seung Min Baik2,3, Kyung Sook Hong4
1Department of Laboratory Medicine, Eunpyeong St. Mary's Hospital, College of Medicine, The Catholic University of Korea, Seoul, Korea.
World journal of emergency surgery : WJES
|October 15, 2025
概括
一个人工智能 (AI) 模型准确地预测死亡率和长时间的重症监护室 (ICU) 停留在术后患者中. 这种人工智能工具通过识别关键风险因素来增强重症监护决策.
科学领域:
- 关键护理医学 关键护理医学
- 医疗保健中的人工智能
- 预测分析是一种预测分析.
背景情况:
- 目前为术后重症患者的预测模型往往无法准确预测长时间的重症监护室 (ICU) 停留时间.
- 人工智能 (AI) 为改善重症监护机构的预后准确性提供了一个有希望的途径.
研究的目的:
- 开发和验证一种基于人工智能的模型,用于预测术后重症患者的死亡率和长时间ICU停留.
- 提高预后预测的准确性,并解决现有模型的局限性.
主要方法:
- 来自两个医疗中心的6029名术后重症患者的回顾性分析.
- 开发和评估多种机器学习模型,包括组合模型,使用各种临床和实验室变量.
- 外部验证和利用夏普利添加剂解释 (SHAP) 进行特征重要性评估.
主要成果:
- 整体AI模型在内部验证中实现了高性能 (AUROC 0.8812对于死亡率,0.7944对于长时间的ICU停留).
- 外部验证证实了该模型的稳定性 (AUROC 0.8330对于死亡率,0.7376对于长时间的ICU停留).
- SHAP分析发现了重要的预测因素,如紧急手术,血清度和乳酸水平.
结论:
- 与现有方法相比,开发的AI模型在预测死亡率和长时间ICU停留方面表现出卓越的准确性.
- 该模型识别关键临床因素的能力可以帮助在重症监护中做出决策.
- 建议在不同的环境中进行进一步验证,以确认其广泛适用性.
