重症监护中的人工智能:系统审查的概述与临床成熟度和准备度映射

科学领域:

• 医疗信息学 医疗信息学
• 医疗保健中的人工智能
• 临床决策支持 临床决策支持

背景情况:

• 重症监护室 (ICU) 的护理是时间关键和数据密集型的,为AI决策支持工具提供高风险场景.
• 在ICU中现有的AI证据由于有限的外部验证,不一致的报告和稀缺的真实世界影响数据而分散.
• 通过绘制五个ICU领域并评估临床和实施成熟度,确定了关键的翻译差距.

研究的目的:

• 在ICU中对AI进行审查的系统概述.
• 评估人工智能工具在五个预定义的ICU领域的临床和实施成熟度.
• 识别阻碍人工智能在ICU安全部署的翻译差距.

主要方法:

• 我们对系统性审查进行了PRIOR对齐的概述,搜索了PubMed,Embase和Web of Science.
• 数据提取和偏差风险评估 (ROBIS) 是由两个独立的审稿人进行的.
• 结果是综合叙述,优先考虑AUROC范围,没有元分析.

主要成果:

• 包括34项系统审查 (2017-2025) 涵盖成人ICU的预后和早期预警AI应用.
• 报告主要侧重于歧视 (AUROC范围为0.54-0.99),对校准和临床实用性的数据有限.
• 人工智能成熟度信号低至中等,没有例行或监管临床决策支持 (CDS) 部署的证据.

结论:

• 人工智能的回顾性表现与其对于安全的ICU部署的临床成熟度之间存在显著的翻译差距.
• 优先事项包括外部验证,前性影响研究,标准化报告 (包括校准) 和以治理为中心的实施策略.
• 解决这些差距对于在重症监护机构推进人工智能至关重要.