临界循环衰竭的展望方式

医院重症监护室的患者要亲切考察：临床医生不停监测他们的生命体征，如脉搏、血压和血氧饱和度。这为医生和护士提供了关于患者健康状况的大量数据。然而，行使这些信息来展望他们的病情将若何生长，或者提前发现威胁生命的转变，绝非易事。

苏黎世和伯尔尼大学医院的研究人员现在已经开发出一种方式，巧妙地将患者的生命体征与其他医学相关信息结合起来。融合这些数据可以在严重循环衰竭发生前几小时展望其发生。未来的目的是行使该方式对医院患者生命体征举行实时评估，为值班医务人员提供预警系统，进而使他们能够在早期接纳适当的行动。

扩展数据集

由于伯尔尼大学医院重症监护医学部提供的大量数据，研究人员得以开发出这种方式。在研究中，研究人员使用了36000名重症监护病房住院患者的匿名数据，这些数据仅来自赞成将其数据用于研究目的的患者。

研究人员使用机械学习方式剖析了这些数据。开发的算法和模子能够展望使用的数据集中90%的循环系统故障。在82%的病例中，展望至少提前两个小时，这将给医生至少两个小时的干预时间。

所需变量相对较少

在他们的研究中，每一位患者的研究人员都有几百个变量和其他医疗信息可供他们使用。然而，能够证实这些变量中只有20个足以做出准确的展望。其中包罗血压、脉搏、种种血压值、患者岁数和用药情形。

为了进一步提高展望的质量，研究人员设计将其他大医院的患者数据纳入未来的剖析。此外，他们还将为其他科学家提供匿名数据集、算法和模子。

少量高度相关的警报

预防循环衰竭是重症监护患者治疗的一个要害方面。即使是短暂的血液循环不足也会显著增添患者的死亡率，必须处置大量的报警系统，但它们不是很准确。通常，它们会触发假警报，或者只给一个简短的预先警告，这可能会延迟启动足够的措施来支持患者的循环，通过这个测算方式，研究人员的目的是用一些高度相关的早期警报来取代大量的警报。这是可能的，由于研究解释，新方式可以将警报数目削减90%。

为了使该方式能够作为预警系统使用，还需要进一步的开发事情。第一个原型已经存在，但在该系统应用于一样平常临床实践之前，必须在临床研究中证实其可靠性。

泉源：Early prediction of circulatory failure in the intensive care unit using machine learning, Nature Medicine.

《血管与腔内血管外科杂志》

2020.03.27