由莫纳什大学工程师和心脏病专家领导的研究团队开发了一种算法，利用人工智能(AI) 准确预测需要体外心肺支持(ECMO) 的重症监护患者的生存情况。

ECMO 预测算法，也称为“ECMO PAL”，是第一个在大型国际患者队列中进行训练和验证的人工智能驱动的ECMO 生存评分。

这项研究的重要性和开创性得到了澳大利亚和新西兰心脏协会(CSANZ) 的认可。

体外膜肺氧合（俗称ECMO）是一种在体外运行的心肺机，通常用于支持患有严重心脏和呼吸衰竭的危重患者。

尽管ECMO 可以挽救生命，但它复杂、危险且昂贵，因此基于科学证据的适当患者选择非常重要。

由莫纳什大学心肺工程与技术实验室(CREATElab) 副主任生物医学工程师Andrew Stevens 博士和Michael Sheman 博士领导的多学科研究团队将使用数据驱动的方法来改善对ECMO 患者的护理。为此目的提供了一种准确且有用的预测方法。选择、管理和资源分配决策。

人工智能衍生模型ECMO PAL 在预测ECMO 治疗结果的能力方面优于所有现有广泛使用的评分系统。

ECMO PAL 已被证明在跨地理区域可靠且通用，可以为不同患者群体提供准确的预测。

史蒂文斯博士进一步补充说：“人工智能的使用提供了一种先进的替代统计方法来制定风险和生存评分。”

以上都是关于人工智能如何改变生活，莫纳什大学正在探索。内容来源于网络，如有侵权，请联系我们删除。