Pontozási és előrejelzési modell kidolgozása az ARDS-betegek leszoktatási sikeréhez mesterséges intelligenciával és mély tanulási technikákkal kombinált lélegeztetési paraméterek alkalmazásával

A tanulmány célja egy mesterséges intelligencia és mély tanulással támogatott pontozási rendszer kidolgozása a gépi lélegeztetési folyamat során kapott lélegeztetőgép paraméterek felhasználásával ARDS-ben diagnosztizált betegeknél. Ez a rendszer az elválasztási folyamat előrejelzésére és optimalizálására törekszik, elősegítve a sikeres megszabadulást a gépi lélegeztetéstől.

Ezzel összefüggésben tanulmányunk 25 000 beteg adatait elemzi a Metavision rendszerből. Ebből az adatkészletből kiszűrjük az ARDS-betegeket, és két csoportra osztjuk: a gépi lélegeztetésről sikeresen elválasztottakra (elválasztottak) és azokra, akiket nem (nem választottak el). Részletesen megvizsgáljuk mindkét csoport lélegeztetőgép paramétereit, beleértve az oxigénellátási indexeket, a vezetési nyomást és a teljes mechanikai teljesítményt.

Az összegyűjtött adatokat mesterséges intelligencia és mély tanulási algoritmusok segítségével elemezve olyan pontozási rendszert dolgoznak ki, amely képes előre jelezni a betegek elválasztási folyamatait. Ezt a rendszert arra tervezték, hogy vezesse a klinikusokat a betegek kezelésében és fokozza az elválasztási eljárások sikerét.

A tanulmány eredményei arra irányulnak, hogy hozzájáruljanak az ARDS-betegek elválasztási folyamatának hatékonyabb és biztonságosabb kezeléséhez. Továbbá az MI által támogatott pontozási rendszerek intenzív osztályokon történő bevezetése várhatóan elősegíti a széles körű alkalmazást és javítja a betegellátás minőségét.