机器学习的算法显示出有望作为日常工具来帮助外科医生

旧金山：机器学习算法形式的人工智能(AI)在大学医院环境中首次将概念验证应用正确地将绝大多数术后患者分送到了重症监护室。这种由计算机生成的算法的准确性正促使外科医生设想在从患者的电子病历中实时获取临床信息时积极使用AI，以更可靠地确定患者是否需要重症监护或常规术后护理。在2019年美国外科医生学院临床大会上介绍了该算法的初步研究结果。

目前，手术团队依靠临床判断来确定哪些患者需要术后重症监护。没有单一的固定标准或标准化的术后路径可用于确定。

临床医生通常倾向于过度分类，这意味着如果他们有疑问，他们会在谨慎方面犯错，并将患者送至重症监护室。但是，过度分诊可能会导致不需要该病的ICU患者入院。“在那些情况下，患者可能不必要地暴露于耐多药细菌并增加了总体住院时间。另一方面，分流不足意味着应该将患者留在重症监护病房进行康复或治疗。下降的病房，由于监测的强度不高，延误了恶化病情的快速救助机会，” FACS医学博士Marcovalerio Melis说道，FACS是纽约大学Langone医院系统的外科副教授，试点研究的合著者。

AI已开始用于帮助患者分类症状，以便他们可以决定是否应该去急诊室或在其他情况下寻求治疗，例如紧急护理中心。1,2现在，它已开始在外科手术中应用，并有潜力生成有关外科手术技术和实践及其结果的全面数据库，并提供基于证据的实时临床支持。3

试点研究利用机器学习的随机森林形式来分析大量数据，搜索变量之间的相关性，评估选项并找到复杂问题的解决方案。随机森林构建了导致决策的问题和答案的流程图，并汇集了来自许多来源的经验和信息，以减少可变性并提高预测的可靠性。4

产生的算法包括87个临床变量和15个与手术48小时内进入ICU的适当性有关的特定标准。如果满足以下条件之一，则认为入住ICU是适当的。评估标准包括：插管超过12小时，再次插管，呼吸或循环停止，要求快速反应或规范，血压连续两个小时低于100/60 mHg，心率连续两个小时低于60或高于110 bpm，使用加压器，放置中央静脉线或Swan-Ganz导管，超声心动图，新出现的心律不齐，心肌梗塞，返回手术室，输血需要4个以上单位或入院后再次入ICU 。

研究人员准备了一份问卷，以期向临床医生询问他们如何评估每位患者的重症监护需求。弗朗切斯科·玛丽亚·卡兰诺(Francesco Maria Carrano)解释说：“我们问临床医生，哪种方法最适合每个患者：患者应该去急诊后护理室，普通病房还是重症监护病房?我们在机器上问了同样的问题并比较了结果。”博士，纽约大学朗根分校博士后研究员，该研究的第一作者。

人工智能正确地对研究中的50位患者中的41位(82%)进行了分类。外科医生的准确分类率为70%(35例患者)，强化医师为64%(32例患者)，麻醉师为58%(29例)。AI的错误分类决定次数最低(18%)，其次是外科医生的30%，强化医生的36%和麻醉师的42%。

人工授精(12%)和外科医生(10%)的未婚率相似。AI的过度分流率(6%)远低于临床率(20%至40%)的临床医生。此外，人工智能的阳性预测率为50%，阴性预测率为86%。

尽管本研究中的算法明显胜过临床医生的判断，但这是第一步。外科研究人员计划将该算法应用于其他人群，并包括其他人口统计学和临床​​特征。Carrano博士说：“这项研究的大多数患者是我们医院的男性。我们希望将该算法的研究范围扩大到女性和其他医院的患者。”

“随着机器分析更多患者，该算法将得到改进和完善，并且在其他地点进行的测试将验证AI模型。当然，如本研究所示，该概念是有效的，并且可以推论到任何医院。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！