手术期间算法预测危险的低血压

科学家已经开发出一种算法,预测具有潜在危险的低血压,或低血压可能发生在手术。算法识别低血压15分钟前发生在84%的情况下,研究人员在一项新的研究发表在网上的第一版麻醉学的同行评议的医学杂志,美国麻醉医师协会(ASA)。

在手术过程中多种因素会影响血压。在一些人,这些因素可能导致血压显著下降。

“医生在手术过程中还没有一种方法来预测低血压,所以他们必须反应,并立即把它之前没有任何警告。能够预测低血压会允许医生主动而不是被动的,”首席研究员美芯Cannesson说,医学博士博士,围手术期医学麻醉学教授和副主席在洛杉矶加州大学洛杉矶分校医疗中心。“通过找到一个方法来预测低血压,我们可以避免并发症,包括心脏病发作和急性肾损伤,术后可以在某些情况下导致死亡。”

严重的并发症能迅速发展,和严重并发症的风险增加了病人低血压患者保留的时间越久。预警,低血压迫在眉睫,即使只警告来自提前10到15分钟,可以减少伤害患者的风险,作者指出。

在这项研究中,研究人员使用一种叫做机器学习的技术,在计算机科学学科,侧重于应用程序的算法为计算机提供学习能力和检测与一个特定的模式在大型数据集的结果。算法开发了观察的细微迹象定期收集生理数据可以预测手术患者低血压的发生。

研究人员使用两套数据构建和验证预测算法。一个数据集,用于培训,包括1334份病历的545959分钟的动脉压力波形recordings-recordings增减的血压在动脉的心跳。数据集包含25461集的低血压。第二个数据集,用于外部验证的模型,包括204份病历的33236分钟的动脉压力波形记录和低血压的1923集。

对于每一个心跳,科学家们能够从动脉中提取3022个人功能压力波形。结合时,这些特性产生了超过260万位的信息用于构建算法。作者发现该算法能够准确地预测术中低血压的事件15分钟前发生在84%的情况下,10分钟前在84%的情况下,5分钟前在87%的情况下。

“我们正在使用机器学习识别哪些个人特性,当他们一起发生,同时,预测低血压,“Cannesson博士说。“统计这些特性之间的联系和发生低血压是迷人的,因为我们可以反向工程统计协会和增加我们的理解这个复杂的生理现象”。

使用新软件算法爱德华生命科学公司",,2018年3月被授予一个新创请求由美国食品和药物管理局。它自2016年以来一直在欧洲商用,Cannesson博士指出。

“这是第一次机器学习和计算机科学技术已经应用到复杂的生理信号获得手术期间,“Cannesson博士说。“尽管未来的研究需要评估这些算法的实时价值在更广泛的临床条件和病人,我们研究了这些技术的应用,许多其他的生理信号,如心律失常的心电图预测或EEG脑功能。它可能导致一个全新的领域,在临床调查和生理科学和重塑我们对人类生理的理解。”

---

---