Dyplæringsmodell for å forutsi en perifer venøs bølgeformbasert pulstrykkvariasjon

Pulstrykkvariasjon er en overvåkingsindeks som indikerer responsen på væskebehandling hos pasienter som får mekanisk ventilasjon, og brukes som referanse for pasienter med ustabile hemodynamiske tilstander. Imidlertid er det invasivt fordi det krever arteriell punktering for å samle det. I en tidligere studie av etterforskerne utviklet og verifiserte etterforskerne en kunstig intelligensmodell som forutsier slagvolumvariasjon, i sanntid ved bruk av kun den sentrale venøse trykkbølgeformen. Men siden en stor vene som halsvenen må punkteres for å samle den sentrale venøse trykkbølgeformen, er den fortsatt invasiv, og dens kliniske nytte er lav. Derfor, i denne studien, samlet etterforskerne inn bølgeformer fra perifere vener som er mindre invasive og kan være et bredt spekter av bruksområder fordi alle kirurgiske pasienter har dem. Etterforskerne hadde som mål å utvikle og verifisere en kunstig intelligensmodell som forutsier pulstrykkvariasjon oppnådd fra perifere venøse bølgeformer.