高齢患者における術後せん妄と長期認知機能障害のリスク警告モデル

高齢患者では術後せん妄の発生率が高く、長期にわたる術後神経認知障害につながる可能性があります。 その高危険因子はまだ明らかではありません。 現時点では、周術期の神経認知障害に対する早期診断と警報技術が不足しており、早期介入や効果的な治療を達成することができません。 人工知能と自律的に進化するニューラル ネットワーク アルゴリズムにより、マルチソースの臨床ビッグ データに依存し、ベイジアン ネットワークの使用を検討して、術後の回復を促進する麻酔意思決定システムを最適化し、周術期の重大イベントのリスク予測モデルを確立しました。 この手法は、術後せん妄や長期にわたる術後神経認知障害のリスク予測モデルの確立にも役立つことが期待されます。 このプロジェクトでは、麻酔器、マルチパラメータモニター、EEGモニター、fMRI、HISシステムの周術期の高感度パラメータを収集し、特徴融合によるデータ特性の進化過程を調査する予定です。また、術後の重要な周術期リスク特性を迅速にスクリーニングする予定です。特徴選択を通じて大量の臨床データからせん妄を解析し、術後せん妄から発症する長期の術後神経認知障害の高危険因子を調査します。 最後に、多施設インテリジェント分析により、術後せん妄と長期の術後神経認知障害のリスク予測モデルが構築されます。