人工智能方法和数字干预策略用于预测和管理慢性阻塞性肺部疾病恶化:一个总体审查
Marco Pozza1,2, Nicolò Navarin3, Vangelis Sakkalis4
1Department of General Psychology, University of Padova, 35131 Padova, Italy.
人工智能 (AI) 和数字健康工具在使用可穿戴生物传感器来管理慢性阻塞性肺病 (COPD) 恶化方面表现有前途. 然而,临床准备受到小型研究和缺乏验证的限制,需要更严格的研究.
科学领域:
- 肺部医学 肺部医学
- 数字健康数字健康
- 人工智能的人工智能
背景情况:
- 慢性阻塞性肺病 (COPD) 构成一个重大的全球卫生挑战,急性恶化加剧了进展和增加了住院治疗.
- 像可穿戴生物传感器,人工智能和数字健康工具等新兴技术为主动的COPD管理提供了潜力.
研究的目的:
- 综合人工智能驱动的COPD恶化预测使用可穿戴生物信号的证据.
- 评估数字卫生干预措施对COPD管理,生活质量和药物服药的有效性.
主要方法:
- 一项总体审查系统地搜索了PubMed,Scopus和科学网络 (2015-2025年).
- 使用AMSTAR-2评估方法质量,用CCA量化研究重叠.
- 一个叙事综合解决了这两个研究问题,该协议注册在PROSPERO.
主要成果:
- 27项审查表明,人工智能模型具有有希望的内部预测准确性,但缺乏外部验证和临床整合.
- 数字健康干预显示生活质量和身体功能有小到中等的改善,具有显著的异质性 (I2 = 0-94%).
- 改善药物坚持和减少恶化症的证据不一致,大多数审查的方法质量较低.
结论:
- 人工智能和数字工具,特别是使用可穿戴生物信号,显示出主动COPD管理的潜力,超越了传统评估.
- 临床准备受到小规模研究,解释性问题,结果不一致和外部验证不足的阻碍.
- 未来的研究必须专注于大规模,严格,公平的研究,采用标准化的方法和强大的通用性测试,以获得临床转化和监管批准.
更多相关视频
06:22Machine Learning-Based Cough Tone Classification: Diagnostic Exploration of Chronic Obstructive Pulmonary Disease and Respiratory Tract Infections
Published on: September 19, 2025
04:04Asthma Detection Research Based on Voice Signal Processing and Machine Learning
Published on: July 22, 2025
相关概念视频
Chronic Obstructive Pulmonary Disease-V: Management
Smoking Cessation
Chronic Obstructive Pulmonary Disease-I: Introduction
Chronic Obstructive Pulmonary Disease-V: Nursing Management
Assessment
COPD: Management Using Bronchodilators and Corticosteroids
Chronic Obstructive Pulmonary Disease-IV: Assessement and Diagnostic Studies
Medical History
Chronic Obstructive Pulmonary Disease
Smoking is a primary risk factor for COPD, with over 80% of patients having a history of it. Patients typically experience progressive dyspnea or labored breathing, frequent coughing, and recurrent pulmonary infections. Many eventually succumb to respiratory failure, characterized by...
