Utveckling av en poäng- och prediktionsmodell för avvänjningsframgång hos ARDS-patienter som använder ventilationsparametrar kombinerat med artificiell intelligens och tekniker för djupinlärning

Syftet med denna studie är att utveckla ett poängsystem med artificiell intelligens och djupinlärning med hjälp av ventilatorparametrar som erhållits under den mekaniska ventilationsprocessen hos patienter med diagnosen ARDS. Detta system strävar efter att förutsäga och optimera avvänjningsprocessen, vilket underlättar framgångsrik befrielse från mekanisk ventilation.

I detta sammanhang kommer vår studie att analysera data från 25 000 patienter erhållna från Metavision-systemet. Från denna datapool kommer ARDS-patienter att filtreras och delas in i två grupper: de som lyckats avvänjas från mekanisk ventilation (avvanda) och de som inte var (icke-avvanda). Ventilatorparametrarna för båda grupperna, inklusive syresättningsindex, drivtryck och total mekanisk effekt, kommer att undersökas i detalj.

Den insamlade informationen kommer att analyseras med hjälp av artificiell intelligens och djupinlärningsalgoritmer för att utveckla ett poängsystem som kan förutsäga patienters avvänjningsprocesser. Detta system är utformat för att vägleda läkare i patienthantering och förbättra framgången med avvänjningsprocedurer.

Resultaten av denna studie syftar till att bidra till en effektivare och säkrare hantering av avvänjningsprocessen för ARDS-patienter. Dessutom förväntas implementeringen av AI-stödda poängsystem på intensivvårdsavdelningar främja en utbredd användning och förbättra kvaliteten på patientvården.