- AI 驱动的拔管预测为改善早产儿护理带来了希望。
- 平衡呼吸机使用至关重要；AI 有助于避免早产儿的并发症。
- 高性能 AI 模型依赖基本生命体征实现准确的拔管预测。
首尔大学邦天医院（SNUBH）的研究人员利用人工智能（AI）的力量，创建了一个模型，帮助确定需要插管后呼吸机支持的早产儿拔管的最佳时机。这一突破为改善早产儿护理提供了充满希望的见解，可能对其呼吸和神经发育产生深远影响。
开发拔管成功率的 AI 模型
由 SNUBH 儿科教授 Jung Young-hwa 和 Choi Chang-won，以及 SHUBH 电子健康研究与业务办公室的 Yoo Soo-young 和 Song Won-geun 组成的研究团队，致力于开发早产儿拔管成功率的预测模型。他们的努力取得了重大进展，研究成果发表在享有盛誉的《国际医学信息学杂志》上。
早产儿呼吸护理的挑战
早产儿出生时呼吸系统发育不全，出生后不久常面临呼吸窘迫和呼吸暂停等挑战。随着婴儿的成长，这些困难依然存在，直到婴儿能够独立呼吸，才需要停止使用插管和机械通气。关键挑战在于确定呼吸机支持的最佳持续时间，以避免并发症。
*在早产儿拔管方面，时机至关重要。长期使用呼吸机可能导致肺部生长异常，并增加患支气管肺发育不良等疾病的风险；而过早拔管则可能导致缺氧和高碳酸血症， adversely 影响大脑发育并加剧支气管肺发育不良的风险。因此，把握正确的平衡至关重要。
当前拔管决策的现状
目前，尚无确定早产儿拔管最佳时间的标准化指南。这一决定通常由主治医生自行裁量。平均而言，体重低于 1,000 克的早产儿拔管成功率在 60-73% 之间，这凸显了需要一种更精确的方法。
为了解决这一关键空白，研究团队分析了 2003 年至 2019 年间在 SNUBH 出生的 678 名早产儿的数据，这些婴儿在 32 周龄之前均接受了插管和侵入性通气。利用机器学习算法，他们开发了 “NExt-Predictor” AI 模型。该模型通过分析心率和呼吸等生命体征，评估拔管成功的可能性。
AI 卓越的预测性能
据医院评估，AI 模型 “NExt-Predictor” 表现出卓越的预测能力，曲线下面积（AUC）为 0.805，精确率为 0.917。值得注意的是，在使用美国临床数据库 MIMIC-III 进行验证时，这些预测特性保持一致。该 AI 模型的一个显著优势是它仅依赖基本生命体征，无需额外设备。
AI 在儿科护理中的重要性
参与该项目的研究人员之一 Jung Young-hwa 教授强调，对于使用呼吸机的早产儿来说，确定最佳拔管时机至关重要。他指出，建立这一关键决策的精确标准存在挑战，因此开发用于预测的 AI 系统在新生儿医学领域显得尤为宝贵。
“NExt-Predictor” AI 模型的开发代表了儿科护理领域，特别是需要呼吸支持的早产儿护理领域的一次重大飞跃。这一 AI 驱动的创新有望提高这些脆弱婴儿的护理质量，为拔管决策提供更数据驱动和精确的方法。随着这项技术的不断发展，它有望减少并发症并改善全球早产儿的长期预后。
不要只是阅读加密货币新闻，要真正理解它。订阅我们的通讯。 免费。
免责声明。 本文提供的信息不构成交易建议。 Cryptopolitan.com 对于基于本页信息进行的任何投资，我们不承担任何责任。我们强烈建议您在做出任何投资决策前进行独立研究或咨询合格的专业人士。
Glory Kaburu
Glory是一位精通AI工具与研究的知识渊博的记者。她热衷于人工智能领域，并撰写了多篇相关文章。她持续关注人工智能、机器学习和深度学习领域的最新进展，并定期发表相关评论。
