Risikoadvarselsmodell for postoperativt delirium og langvarig kognitiv dysfunksjon hos eldre pasienter

Forekomsten av postoperativt delirium hos eldre pasienter er høy, noe som kan føre til langvarige postoperative nevrokognitive lidelser. Dens høye risikofaktorer er ennå ikke klare. For tiden er det mangel på tidlig diagnose og alarmteknologi for perioperative nevrokognitive lidelser, som ikke kan oppnå tidlig intervensjon og effektiv behandling. Ved hjelp av kunstig intelligens og autonomt evolusjonær nevrale nettverksalgoritme, basert på multi-kilde klinisk stordata, utforsket vi bruken av Bayesiansk nettverk for å optimalisere anestesibeslutningssystemet i forbedret utvinning etter operasjon, og etablerte risikoprediksjonsmodell for perioperative kritiske hendelser. Det forventes at denne metoden også vil bidra til å etablere en risikoprediksjonsmodell for postoperativt delirium og langsiktige postoperative nevrokognitive lidelser. Dette prosjektet planlegger å samle de perioperative sensitive parametrene til anestesimaskin, multiparametermonitor, EEG-monitor, fMRI og HIS-systemet, for å utforske utviklingsprosessen av datakarakteristikker ved funksjonsfusjon. Vi planlegger også å raskt screene viktige perioperative risikokarakteristikker ved postoperative operasjoner. delirium fra massive kliniske data gjennom funksjonsvalg, for å utforske de høye risikofaktorene for langsiktige postoperative nevrokognitive lidelser som utvikler seg fra postoperativt delirium. Til slutt, med multisenter intelligent analyse, vil risikoprediksjonsmodellen for postoperativt delirium og langsiktige postoperative nevrokognitive lidelser bli konstruert.