目的建立一套基于患者術(shù)前信息的風(fēng)險預(yù)測系統(tǒng),使得待手術(shù)患者麻醉手術(shù)風(fēng)險建立定性評估指導(dǎo)臨床。方法基于APACHE II、P-POSSSUM、ACS NSQIP評估數(shù)據(jù)結(jié)合臨床觀察指標(biāo)的比重選擇變量,通過提取麻醉信息系統(tǒng)、電子病歷系統(tǒng)、病案系統(tǒng)中手術(shù)患者數(shù)據(jù)信息,建立訓(xùn)練集和驗證集建立模型,經(jīng)過測試以隨機森林法建立模型。結(jié)果完成開發(fā)預(yù)測模型軟件進行臨床應(yīng)用。結(jié)論本預(yù)測系統(tǒng)能夠?qū)g(shù)期手術(shù)麻醉患者的手術(shù)風(fēng)險并發(fā)癥進行良好的預(yù)測為臨床提供指導(dǎo)價值。 

【文章來源】：中國衛(wèi)生標(biāo)準(zhǔn)管理. 2020,11(21)

【文章頁數(shù)】：5 頁

【部分圖文】：

圍手術(shù)期步驟

風(fēng)險評估軟件數(shù)據(jù)流程

手術(shù)是一項高風(fēng)險的治療措施，不同部位，不同手術(shù)方式帶來的風(fēng)險也不一樣，圍術(shù)期安全是手術(shù)、麻醉學(xué)科最關(guān)注的問題，安全包括術(shù)前、術(shù)中、術(shù)后的全程管理，減少并發(fā)癥的發(fā)生[12]。本課題通過收集整理全院2016—2018年手術(shù)麻醉病例的圍術(shù)期數(shù)據(jù)經(jīng)過數(shù)據(jù)提取、整理、補缺建立圍術(shù)期并發(fā)癥數(shù)據(jù)庫。通過對變量權(quán)重的分析、應(yīng)用機器學(xué)習(xí)的方法建立數(shù)據(jù)預(yù)測模型，通過驗證集的方案交叉確認(rèn)模型的可靠性，而后開發(fā)出圍手術(shù)期風(fēng)險預(yù)測評估系統(tǒng)，在國內(nèi)較早的人工智能在圍術(shù)期風(fēng)險預(yù)測的大數(shù)據(jù)應(yīng)用。圖4 風(fēng)險評估軟件預(yù)測結(jié)果

【參考文獻】：
期刊論文
[1]大數(shù)據(jù)時代醫(yī)院檔案信息化建設(shè)探討[J]. 朱巖.  中國衛(wèi)生標(biāo)準(zhǔn)管理. 2019(12)
[2]麻醉與神經(jīng)環(huán)路及人工智能的研究現(xiàn)狀[J]. 張瑋艷,翟茜,方向明.  國際麻醉學(xué)與復(fù)蘇雜志. 2019 (01)
[3]Hussman病情和體質(zhì)狀況評估方法預(yù)測圍術(shù)期并發(fā)癥[J]. 徐德朋,張燕燕,王超,楊磊,馬福嫣,劉春意,江學(xué)成.  臨床麻醉學(xué)雜志. 2017(06)



本文編號：2976840