机构名称：
¥ 1.0
摘要 电子健康记录收集了重症监护病房 (ICU) 产生的大量临床、监测和实验室数据，其传播是人工智能 (AI) 的应用自然领域。AI 的定义很广泛，涵盖计算机视觉、自然语言处理和机器学习，后者在 ICU 中更常用。机器学习可分为监督学习模型（即支持向量机 [SVM] 和随机森林）、无监督模型（即神经网络 [NN]）和强化学习。监督模型需要标记数据，即通过人工判断映射到预定义类别的数据。相反，无监督模型即使没有标记数据也可用于获得可靠的预测。机器学习模型已在 ICU 中用于预测急性肾损伤等病理、检测包括谵妄在内的症状并提出治疗措施（脓毒症中的血管加压药和液体）。未来，由于可用数据的质量和数量不断增加，人工智能将越来越多地应用于 ICU。因此，ICU 团队将受益于高精度模型，这些模型将用于研究目的和临床实践。这些模型也将成为未来决策支持系统 (DSS) 的基础，这将帮助 ICU 团队可视化和分析大量信息。我们呼吁在不同的电子健康记录系统之间建立一组核心数据的标准化，使用通用字典进行数据标记，这可以大大简化来自不同中心的数据共享和合并。
重症监护室中的人工智能 - Thieme Connect
主要关键词
相关文件推荐
