机器学习算法在脓毒症性凝血病诊断、治疗和预后评估中的应用进展.pdfVIP

中国急救医学２０２５年９月第４５卷第９期ＣｈｉｎＪＣｒｉｔＣａｒｅＭｅｄＳｅｐ.２０２５ꎬＶｏｌ４５ꎬＮｏ.９８０３

综述

机器学习算法在脓毒症性凝血病诊断、治疗和预后

评估中的应用进展

谭睿敏ꎬ葛晨ꎬ郭贺ꎬ闫娅婷ꎬ韩旭敏ꎬ赵天宇ꎬ温可心ꎬ杜全胜

基金项目:河北省自然科学基金资助项目(Ｈ２０２５３０７００４)ꎻ政府资助临床医学优秀人才培养项目(ＺＦ２０２０００３ꎬＺＦ２０２４００８)

作者单位:４０１１４７重庆ꎬ重庆市人民医院重症医学科(谭睿敏)ꎻ０５００５１河北石家庄ꎬ河北省人民医院重症医学科(葛晨ꎬ韩旭敏ꎬ

赵天宇ꎬ温可心ꎬ杜全胜)ꎻ０５００５１河北石家庄ꎬ石家庄市第二医院急诊医学科(郭贺)ꎻ１５００８１黑龙江哈尔滨ꎬ哈尔滨医科大

学研究生学院(闫娅婷)ꎻ０５００１７河北石家庄ꎬ河北医科大学研究生学院(韩旭敏)ꎻ０７５１３２河北张家口ꎬ河北北方学院研究生

学院(赵天宇)ꎻ０６３２１０河北唐山ꎬ华北理工大学研究生学院(温可心)

作者简介:谭睿敏(１９９９－)ꎬ女ꎬ硕士研究生ꎬＥ－ｍａｉｌ:１０３１８２９１９６＠ｑｑ.ｃｏｍ

通信作者:杜全胜(１９７８－)ꎬ男ꎬ主任医师ꎬＥ－ｍａｉｌ:ｄｑｓ８８８＠１２６.ｃｏｍ

[摘要]脓毒症可通过免疫和凝血交互过度而造成多器官功能衰竭ꎬ因此ꎬ脓毒症性凝血病

(ｓｅｐｓｉｓ－ｉｎｄｕｃｅｄｃｏａｇｕｌｏｐａｔｈｙꎬＳＩＣ)是导致患者预后不良的重要因素之一ꎮ随着人工智能的不断进

步ꎬ机器学习在医疗领域的应用愈加广泛ꎮ机器学习通过分析训练集数据自动识别潜在规律ꎬ并运

用这些规律对新数据进行分类、预测和决策ꎮ在ＳＩＣ的应用中ꎬ机器学习能够帮助临床医生更早地

识别疾病ꎬ从而采取有效的干预措施ꎬ降低疾病的严重程度并改善患者预后ꎮ本研究概述了ＳＩＣ的

发病机制ꎬ总结了机器学习算法在ＳＩＣ诊断、治疗及预后评估方面的研究进展ꎬ并讨论了它的优劣及

未来研究方向、改进措施ꎬ以期能够为ＳＩＣ的临床治疗提供新视角ꎮ

[关键词]机器学习ꎻ脓毒症性凝血病ꎻ诊断ꎻ治疗ꎻ预后评估

ｄｏｉ:１０３９６９/ｊｉｓｓｎ１００２－１９４９２０２５０９０１０

Ａｐｐｌｉｃａｔｉｏｎｐｒｏｇｒｅｓｓｏｆｍａｃｈｉｎｅｌｅａｒｎｉｎｇａｌｇｏｒｉｔｈｍｓｉｎｔｈｅｄｉａｇｎｏｓｉｓꎬｔｒｅａｔｍｅｎｔａｎｄｐｒｏｇｎｏｓｉｓ

ｅｖａｌｕａｔｉｏｎｏｆｓｅｐｓｉｓ－ｉｎｄｕｃｅｄｃｏａｇｕｌｏｐａｔｈｙＴａｎＲｕｉｍｉｎꎬＧｅＣｈｅｎꎬＧｕｏＨｅꎬＹａｎＹａｔｉｎｇꎬＨａｎ

ＸｕｍｉｎꎬＺｈａｏＴｉａｎｙｕꎬＷｅｎＫｅｘｉｎꎬＤｕＱｕａｎｓｈｅｎｇ.ＣｒｉｔｉｃａｌＣａｒｅＤｅｐａｒｔｍｅｎｔꎬＣｈｏｎｇｑｉｎｇＧｅｎｅｒａｌＨｏｓｐｉｔａｌꎬ

Ｃｈｏｎｇｑｉｎｇ４０１１４７ꎬＣｈｉｎａ

Ｃｏｒｒｅｓｐｏｎｄｉｎｇａｕｔｈｏｒ:ＤｕＱｕａｎｓｈｅｎｇꎬＥ－ｍａｉｌ:ｄｑｓ８８８＠１２６.ｃｏｍ

[Ａｂｓｔｒａｃｔ]Ｓｅｐｓｉｓｃａｎｃａｕｓｅｍｕｌｔｉｐｌｅｏｒｇａｎｆａｉｌｕｒｅｂｙｅｘｃｅｓｓｉｖｅｉｎｔｅｒａｃｔｉｏｎｂｅｔｗｅｅｎｉｍｍｕｎｉｔｙａｎｄ

ｃｏａｇｕｌａｔｉｏｎꎬＳｅｐｓｉｓ－ｉｎｄｕｃｅｄｃｏａｇｕｌｏｐａｔｈｙ(ＳＩＣ)ｉｓｏｎｅｏｆｔｈｅｉｍｐｏｒｔａｎｔｆａｃｔｏｒｓｌｅａｄｉｎｇｔｏｐｏｏｒｐｒｏｇｎｏｓｉｓ.

Ｗｉｔｈｔｈｅｃｏｎｔｉｎｕｏｕｓｄｅｖｅｌｏｐｍｅｎｔｏｆａｒｔｉｆｉｃｉａｌｉｎｔｅｌｌｉｇｅｎｃｅꎬｔｈｅａｐｐｌｉｃａｔｉｏｎｏｆｍａｃｈｉｎｅｌｅａｒｎｉｎｇｈａｓｂｅｃｏｍｅ

ｍｏｒｅａｎｄｍｏｒｅｃｏｍｍｏｎｉｎｔｈｅｍｅｄｉｃａｌｆｉｅｌｄ.Ｍａｃｈｉｎｅｌｅａｒｎｉｎｇｒｅｆｅｒｓｔｏｔｈｅａｕｔｏｍａｔｉｃｌｅａｒｎｉｎｇｏｆ

ｕｎｄｅｒｌｙｉｎｇｌａｗｓｆｒｏｍｔｒａｉｎｉｎｇｓｅ