研究人员创建人工智能来预测ICU精神错乱风险

超过三分之一的入院患者，以及重症监护病房 (ICU) 中多达 80% 的患者出现精神错乱，这是一种大脑功能障碍，其特征是突然发作的意识模糊、注意力不集中、偏执狂、甚至激动和幻觉。约翰霍普金斯医学院的一名重症监护医师与约翰霍普金斯大学的工程专业学生合作，报告说他们开发了人工智能 (AI) 算法，可以检测出谵妄的早期预警信号，并可以在 ICU 住院期间的任何时间预测高风险大量患者出现谵妄。

“能够区分谵妄低风险和高风险患者在 ICU 中非常重要，因为它使我们能够将更多资源用于对高风险人群的干预，”医学博士、麻醉学和危重病学副教授罗伯特史蒂文斯说。约翰霍普金斯大学医学院的护理医学和新研究结果的资深作者，发表在 12 月 20 日出版的麻醉学杂志上。史蒂文斯还是精准医学和信息学主任，以及约翰霍普金斯大学精准医学神经重症监护卓越中心的联合主任。

临床医生已经知道，ICU 精神错乱更常发生在年龄较大和病情较重的患者身上，而发生精神错乱的 ICU 患者长期住院、未来痴呆和死亡的风险更高。专家说，护理包、改变药物和比平常更早的职业和物理治疗等抗谵妄干预措施是有效的，但有限的时间和资源，以及 ICU 患者经常不可预测的需求，阻止了大多数 ICU 使用它们在每个病人身上。

新的 AI 程序由 Stevens 教授的精准医学课程的本科和硕士工程专业学生设计，将 AI 算法应用于公开数据集，涵盖全国 208 家医院的 200,000 多个 ICU 住宿。

“潜在的想法是，存储在患者电子健康记录中的这种定期收集的数据包含与谵妄风险相关的签名，”约翰霍普金斯大学生物医学工程系最近的硕士学位毕业生、新研究的第一作者 Kirby Gong 说。工作。

该团队利用这些数据开发了两个计算机化模型来预测谵妄风险。一个是所谓的静态模型，它在入院后不久对患者数据进行单一快照——有关年龄、疾病严重程度、其他诊断、生理变量和当前药物治疗的信息——以预测住院期间任何时候的谵妄风险。第二种是所谓的动态模型，它会在数小时和数天内监测信息，包括重复的血压、脉搏和体温读数——以提供患者在未来 12 小时内持续更新的谵妄风险。

一旦研究人员开发出 AI 模型，他们就会在波士顿医院的另外两组数据上对其进行测试，这些数据总共涵盖了超过 100,000 次 ICU 住院。第一个 24 小时模型的接受者操作特征曲线下面积 (95% CI) 为 0.785，这意味着它能够预测哪些患者会在 78.5% 的时间内发生谵妄。动态模型表现得更好，在高达 90% 的时间内 预测易患精神错乱的患者。

史蒂文斯说，他现在正在根据约翰霍普金斯大学重症监护病房的历史患者数据测试这些模型，并计划设计一项临床试验来测试这些算法的使用——以及它们如何影响新入住 ICU的患者的临床护理。他的实验室也在应用类似的人工智能方法——通常与工科学生和教师合作——来预测中风、心力衰竭、肺栓塞和重症监护医学中出现的其他紧急事件。

“对于许多这些生理转变，我们认为存在临床医生可能不明显的早期预警信号，但可以通过使用我们在这里使用的人工智能支持的模式分析来发现，”史蒂文斯说。