Modelo de alerta de risco de delírio pós-operatório e disfunção cognitiva de longo prazo em pacientes idosos

A incidência de delirium pós-operatório em pacientes idosos é alta, o que pode levar a distúrbios neurocognitivos pós-operatórios a longo prazo. Seus fatores de alto risco ainda não estão claros. Atualmente, falta diagnóstico precoce e tecnologia de alarme para distúrbios neurocognitivos perioperatórios, que não conseguem intervenção precoce e tratamento eficaz. Por meio de inteligência artificial e algoritmo de rede neural evolutivo autônomo, contando com big data clínico de múltiplas fontes, exploramos o uso da rede bayesiana para otimizar o sistema de tomada de decisão anestésica na recuperação aprimorada após a cirurgia e estabelecemos um modelo de predição de risco para eventos críticos perioperatórios. Espera-se que este método também ajude a estabelecer um modelo de predição de risco para delírio pós-operatório e distúrbios neurocognitivos pós-operatórios de longo prazo. Este projeto planeja coletar os parâmetros sensíveis perioperatórios da máquina de anestesia, monitor multiparâmetro, monitor EEG, fMRI e sistema HIS, para explorar o processo de evolução das características dos dados por fusão de recursos. delirium a partir de dados clínicos massivos por meio da seleção de características, para explorar os fatores de alto risco de distúrbios neurocognitivos pós-operatórios de longo prazo que se desenvolvem a partir do delirium pós-operatório. Finalmente, com análise inteligente multicêntrica, será construído o modelo de predição de risco de delírio pós-operatório e distúrbios neurocognitivos pós-operatórios de longo prazo.