av中文字幕一区二区三区不卡,亚洲视频久久久久久a,激情国产视频一区二区,精品人成精品人成

臨床預(yù)測(cè)模型是常用的風(fēng)險(xiǎn)與獲益評(píng)估工具，可輔助醫(yī)生、患者更好的做出醫(yī)療決策，輔助政府部門(mén)與衛(wèi)生管理者有效的進(jìn)行醫(yī)療質(zhì)量管理，合理配置醫(yī)療資源。重癥醫(yī)學(xué)科(ICU)持續(xù)產(chǎn)生大量的數(shù)據(jù)流，通過(guò)監(jiān)測(cè)患者生命體征的各種設(shè)備所提供的實(shí)時(shí)數(shù)據(jù)，基于機(jī)器學(xué)習(xí)方法開(kāi)發(fā)面向應(yīng)用的臨床預(yù)測(cè)模型，可輔助臨床醫(yī)護(hù)人員及時(shí)判斷或預(yù)測(cè)患者的病情以及病情何時(shí)惡化，及時(shí)提供給醫(yī)護(hù)人員合理的建議。

日前，神州醫(yī)療攜手北京協(xié)和醫(yī)院在數(shù)據(jù)驅(qū)動(dòng)的臨床預(yù)測(cè)模型領(lǐng)域取得階段性進(jìn)展，以ICU患者數(shù)據(jù)為基礎(chǔ)研發(fā)了多種機(jī)器學(xué)習(xí)模型并進(jìn)行驗(yàn)證，研究涉及多種面向ICU臨床應(yīng)用場(chǎng)景的預(yù)測(cè)模型，如死亡預(yù)測(cè)模型、疾病嚴(yán)重程度預(yù)測(cè)模型、ICU住院時(shí)長(zhǎng)預(yù)測(cè)模型、用藥管理智能模型，以及臨床表型組的劃分模型等。雙方研究團(tuán)隊(duì)聯(lián)合撰寫(xiě)的多篇論文已被國(guó)際核心期刊收錄。在ICU智能化任務(wù)中，這些臨床預(yù)測(cè)模型會(huì)繼續(xù)轉(zhuǎn)化為輔助工具，經(jīng)過(guò)充分的臨床驗(yàn)證后，未來(lái)會(huì)集成到醫(yī)院信息系統(tǒng)中，以期能夠?yàn)镮CU患者提供及時(shí)的監(jiān)護(hù)。

ICU抗凝治療

抗凝治療是ICU的常見(jiàn)醫(yī)療場(chǎng)景。肝素是一種常用的抗凝劑，在臨床實(shí)踐中，使用肝素進(jìn)行抗凝治療時(shí)，需要嚴(yán)格控制肝素劑量以保持機(jī)體出凝血功能平衡，若劑量過(guò)少達(dá)不到抗凝效果，造成亞治療，若劑量過(guò)多，則會(huì)引起自發(fā)性出血，導(dǎo)致超治療。但目前肝素的計(jì)量給藥，主要考慮患者的體重，容易引起劑量誤差，從而導(dǎo)致亞治療或超治療。通過(guò)機(jī)器學(xué)習(xí)模型，對(duì)肝素用藥患者進(jìn)行預(yù)后預(yù)測(cè)，并為醫(yī)生推薦更合理的肝素給藥劑量。研究分別基于MIMIC-III和北京協(xié)和醫(yī)院的ICU患者數(shù)據(jù)，使用一組臨床特征，構(gòu)建了一個(gè)智能抗凝臨床預(yù)測(cè)模型。患者經(jīng)過(guò)給定劑量UFH的治療后，該模型可預(yù)測(cè)患者的aPTT處于合理范圍的概率，進(jìn)而進(jìn)行肝素給藥劑量的推薦。研究也對(duì)比了模型的給藥劑量和臨床醫(yī)生的實(shí)際給藥劑量，結(jié)果表明，模型有潛力改善肝素使用情況，從而為醫(yī)生的臨床決策提供支持。

連續(xù)性腎臟替代療法（CRRT，Continuous Renal Replacement Therapy） 是重癥醫(yī)學(xué)病房?jī)?nèi)常用的器官替代支持方式，在重癥患者中的應(yīng)用非常廣泛。局部枸櫞酸抗凝（RCA）是重要的局部抗凝方法，常用于持續(xù)腎臟替代治療(CRRT)。但在枸櫞酸抗凝治療中，在泵入枸櫞酸劑量后，需要在治療過(guò)程中，反復(fù)監(jiān)測(cè)動(dòng)脈游離鈣離子濃度和腎全化驗(yàn)中腎全化驗(yàn)中總鈣離子總濃度，并依據(jù)濾器后血?dú)庥坞x鈣離子濃度調(diào)整泵入枸櫞酸的劑量，以避免過(guò)度抗凝導(dǎo)致的枸櫞酸中毒，危及患者生命，也應(yīng)避免因抗凝不足導(dǎo)致抗凝效果不佳。因此，初始泵入的枸櫞酸劑量成為影響抗凝效果的重要因素。項(xiàng)目團(tuán)隊(duì)研究了一套數(shù)據(jù)驅(qū)動(dòng)的枸櫞酸過(guò)量早期預(yù)警的模型，并對(duì)局部枸櫞酸抗凝治療中枸櫞酸的泵入率和10%葡萄糖酸鈣的泵入率提供調(diào)整建議。研究結(jié)果證實(shí)了機(jī)器學(xué)習(xí)方法對(duì)局部枸櫞酸抗凝的監(jiān)測(cè)和調(diào)整的可行性，并進(jìn)一步為臨床醫(yī)生的診療計(jì)劃提供決策支持。

ICU機(jī)械通氣

呼吸機(jī)相關(guān)性肺損傷（VALI）普遍發(fā)生于ICU住院患者中。但無(wú)論是否患有急性呼吸窘迫綜合征（ARDS），肺損傷都可能發(fā)生。其發(fā)生率與保護(hù)性機(jī)械通氣（MV）的應(yīng)用相關(guān)。研究旨在采用機(jī)器學(xué)習(xí)的方法確定ICU重癥MV治療的患者的臨床表型，評(píng)估表型與疾病嚴(yán)重程度和臨床結(jié)果之間的相關(guān)性。研究納入已授權(quán)的北京協(xié)和醫(yī)院危重病內(nèi)科5,013例接受MV治療的患者進(jìn)行回顧性隊(duì)列研究。綜合采用統(tǒng)計(jì)和機(jī)器學(xué)習(xí)方法進(jìn)行分析，在電子健康記錄（EHR）系統(tǒng)中自動(dòng)提取。使用外部數(shù)據(jù)庫(kù)MIMIC- III進(jìn)行驗(yàn)證。通過(guò)對(duì)機(jī)器學(xué)習(xí)模型聚類分析，發(fā)現(xiàn)了五種衍生表型，且不同組的人群中有顯著的預(yù)后差別。這五種新發(fā)現(xiàn)的危重病人接受機(jī)械通氣的表型可能有助于將來(lái)識(shí)別臨床高?；颊撸o助醫(yī)生臨床決策。

ICU膿毒癥患者預(yù)后評(píng)估

膿毒癥(Sepsis)，是ICU常見(jiàn)的臨床綜合征，也是全球重要的死亡原因，約五分之一的中國(guó)ICU患者被診斷為膿毒癥。在實(shí)際治療中，如能提前預(yù)測(cè)膿毒癥患者的預(yù)后情況，對(duì)膿毒癥患者及時(shí)采取或調(diào)整恰當(dāng)?shù)闹委煼桨赣兄匾囊饬x。研究團(tuán)隊(duì)針對(duì)北京協(xié)和醫(yī)院ICU三年時(shí)間內(nèi)采集的2224個(gè)膿毒癥患者，采用邏輯回歸、隨機(jī)森林和XGBoost三種機(jī)器學(xué)習(xí)方法，預(yù)測(cè)死亡率、膿毒癥的嚴(yán)重程度（一般膿毒癥，膿毒癥休克）、以及ICU住院時(shí)長(zhǎng) (>6天, ≤ 6天)。實(shí)驗(yàn)結(jié)果表明，在進(jìn)入ICU前六小時(shí)內(nèi)，采用機(jī)器學(xué)習(xí)模型能針對(duì)膿毒癥患者的死亡風(fēng)險(xiǎn)、疾病嚴(yán)重程度和ICU住院時(shí)長(zhǎng)有效地做出預(yù)警，這對(duì)后期的治療決斷管理和醫(yī)療資源配置提供幫助。

未來(lái)，神州醫(yī)療醫(yī)學(xué)研究人員將繼續(xù)與臨床醫(yī)護(hù)人員、醫(yī)院管理人員協(xié)同工作，共同開(kāi)發(fā)并驗(yàn)證穩(wěn)定可靠的臨床預(yù)測(cè)模型，在政府機(jī)構(gòu)、監(jiān)管部門(mén)宏觀政策的指導(dǎo)下，推進(jìn)產(chǎn)品落地并將諸項(xiàng)成果整合到醫(yī)院的工作流程中，以進(jìn)一步提升診療效率與質(zhì)量，大幅促進(jìn)臨床科研成果的創(chuàng)新。

聯(lián)合發(fā)表文獻(xiàn)：

1. Li D, Gao J, Hong N, Wang H, Su L, Liu C, He J, Jiang H, Wang Q, Long Y, Zhu W. A Clinical Prediction Model to Predict Heparin Treatment Outcomes and Provide Dosage Recommendations: Development and Validation Study. J Med Internet Res. 2021 May 20;23(5):e27118. doi: 10.2196/27118. PMID: 34014171; PMCID: PMC8176336.

2. Chen H, Ma Y, Hong N, Wang H, Su L, Liu C, He J, Jiang H, Long Y, Zhu W. Early warning of citric acid overdose and timely adjustment of regional citrate anticoagulation based on machine learning methods. BMC Med Inform Decis Mak. 2021 Jul 30;21(Suppl 2):126. doi: 10.1186/s12911-021-01489-8. PMID: 34330247; PMCID: PMC8323216.

3. Su L, Zhang Z, Zheng F, Pan P, Hong N, Liu C, He J, Zhu W, Long Y, Liu D. Five novel clinical phenotypes for critically ill patients with mechanical ventilation in intensive care units: a retrospective and multi database study. Respir Res. 2020 Dec 10;21(1):325. doi: 10.1186/s12931-020-01588-6. PMID: 33302940; PMCID: PMC7727781.

4.Su L, Xu Z, Chang F, Ma Y, Liu S, Jiang H, Wang H, Li D, Chen H, Zhou X, Hong N, Zhu W, Long Y. Early Prediction of Mortality, Severity, and Length of Stay in the Intensive Care Unit of Sepsis Patients Based on Sepsis 3.0 by Machine Learning Models. Front Med (Lausanne). 2021 Jun 28;8:664966. doi: 10.3389/fmed.2021.664966. PMID: 34291058; PMCID: PMC8288021.