Machine Learning Ventilator Decision System VS. Ventilazione controllata standard

Il danno polmonare indotto dal ventilatore è associato ad un aumento della morbilità e della mortalità. Nonostante gli intensi sforzi nella ricerca di base e clinica, una strategia di ventilazione personalizzata per i pazienti critici rimane una sfida importante. Tuttavia, un approccio di ventilazione meccanica individualizzato rimane un compito impegnativo: una moltitudine di fattori, ad esempio valori di laboratorio, valori vitali, comorbidità, progressione della malattia e altri dati clinici devono essere presi in considerazione quando si sceglie il regime di ventilazione ottimale specifico di un paziente. Lo scopo di questo lavoro è stato quello di valutare il sistema decisionale del ventilatore basato sull'apprendimento automatico, che è in grado di suggerire un regime di ventilazione meccanica ottimizzato dinamicamente per i pazienti critici. Confrontare con la ventilazione controllata standard, per verificare se l'applicazione clinica del sistema decisionale del ventilatore con apprendimento automatico riduce il tempo di ventilazione meccanica e la mortalità.