解释临床变量在使用基于人工智能的决策支持手术性死性肠球炎:一个前性研究
Rosa Verhoeven1, Otis C van Varsseveld2, Els L M Maeckelberghe3
1Department of Surgery, Division of Pediatric Surgery, University of Groningen, University Medical Center Groningen, Groningen, The Netherlands; Department of Neonatology, Beatrix Children's Hospital, University of Groningen, University Medical Center Groningen, Groningen, The Netherlands.
Journal of pediatric surgery
|December 5, 2025
概括
手术性死性肠球炎 (NEC) 的解释变量的临床间变异性影响决策. 行为人工智能技术 (BAIT) 可以提高新生儿终身护理的透明度和一致性.
科学领域:
- 新生儿手术 新生儿手术
- 医疗决策的制定能力
- 人工智能在医学中的应用
背景情况:
- 对于手术性死性肠球炎 (NEC) 的新生儿来说,生命终端决策具有显著的复杂性.
- 医疗保健提供者在解释这些关键决策的关键变量方面存在临床变化.
研究的目的:
- 量化对新生儿外科NEC的临床变量解释中的可变性.
- 评估这种变异性对行为人工智能技术 (BAIT) 预测的影响.
- 确定导致评审者之间决策差异的因素.
主要方法:
- 多学科团队成员解释了手术NEC病例的临床变量.
- 用标准偏差分析了解释中的可变性.
- 使用斯皮尔曼等级相关性评估了变量解释,BAIT预测和个人治疗偏好之间的相关性.
主要成果:
- 在出生以来的生长 (SD=0.29),先天性并发症 (SD=0.26) 和血液动力学 (SD=0.23) 中发现了最大的解释变化.
- 解释的变化与BAIT预测的变化有显著的相关性 (ρ=0.782,p<0.001).
- 临床医生的专业和个人治疗偏好是影响模型预测的重要因素.
结论:
- 手术NEC的临床决策是复杂的,并受到个体临床医生的因素的影响.
- BAIT可以为决策的变化提供透明度.
- BAIT作为一个有价值的反思工具,以改善新生儿外科NEC的知情和一致的临床决策.
