人工智能在体外循环中的应用前景.pdfVIP

中国体外循环杂志2023年06月28 日第21卷第3期 Chin J ECC Vo 1.21 No .3 June 28, 2023 129 DOI:10.13498/j.cnki.chin.j.ecc.2023.03.01 人工智能在体外循环中的应用前景 Artificial intelligence in extracorporeal circulation 吉冰洋 [关键词]：：人工智能；体外循环；机器学习 [ Key words ]: Artificial intelligence; Extracorporeal circulation; Machine learning 近年来，随着医疗科技的进步，医疗数据大规 测或进行决策，而无需明确地编程指令。它关注如 模生成，包括高分辨率医学影像、连续生理指标监 何设计和训练模型，使其能够自动从数据中学习规 测、基因组测序和电子病历等。目前仅凭借人工手 律和模式，并对新的数据做出预测或做出决策。机 动的分析能力已经无法满足对这些数据的分析需 器学习算法可以分为监督学习、无监督学习和强化 求，因此需要更多地依赖机器。因此，人工智能 学习等不同类型，常用的算法包括线性回归、决策 [1] （artificialintelligence,AI）已经逐步应用于临床医学 树、支持向量机和随机森林等 。 [1] 的各个领域 。AI可以通过处理包括患者风险因 深度学习是机器学习的一个子领域，它利用人 素、解剖学特征、既往史在内的信息帮助预测疾病的 工神经网络模拟人脑的工作原理，通过多层次的神 诊疗结局；也可以通过应用深度神经网络的模式识 经网络结构进行学习和训练。深度学习以其出色 别，帮助解释医学影像、病理切片、皮肤病变、视网膜 的特征提取能力和表征学习能力而受到广泛关注。 [2] 图像、心电图、内窥镜检查、面部和生命体征等 。 深度学习模型可以从大量的数据中学习并提取高 体外循环是心脏外科的重要辅助技术；在心脏 级抽象特征，以进行分类、识别、分割等任务。深度 外科直视手术心脏停搏期间，通过泵血和气体交换 学习的代表性模型包括卷积神经网络用于图像识 暂时替代心肺功能。体外循环转机期间，灌注师通 别、循环神经网络用于序列数据处理以及变换器用 [4] 常根据患者生理参数调整体外循环调整泵流量和 于自然语言处理等 。 呼吸相关参数。本文针对现有临床前沿研究进行 2 AI在体外循环中的应用 总结，简要概述AI在未来体外循环中临床应用的 可行性。 2.1 风险评估和预测 目前临床常根据大数据建 立风险预测模型，以提早筛选高风险患者并及时干 1 AI 预，在心脏外科领域，风险预测模型已经应用30余 [5] AI是一门研究和开发智能机器的科学与技术 年 。早期风险预测模型通常基于传统统计学模型 领域。它涵盖了模拟、模仿以及执行与人类智能相 （如Logistic回归模型、Cox比例风险模型等），通常 关的任务的方法和技术。AI的目标是使机器能够 依赖于对数据分布的具体假设，通