由蒙纳士大学的工程师和心脏病学专家领导的一个研究小组利用人工智能(AI)开发了一种算法，可以准确预测需要外部心肺支持(ECMO)的重症监护患者的生存率。
ECMO预测算法又称为“ECMO PAL”，是个在大型国际患者队列中训练和验证的由人工智能驱动的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。
ECMO: 拯救生命，复杂但昂贵
体外膜肺氧合(俗称ECMO)是一种在体外操作的人工心肺系统，常用于支持患有严重心脏和呼吸衰竭的重危患者。
ECMO可以拯救生命，但它也兼具复杂、高风险和昂贵的特性，因此适当的患者循证选择至关重要。
在蒙纳士大学心肺工程与技术实验室(CREATElab) 副主任、生物医学工程师Andrew Stephens博士和Michael Šeman博士的领导下，多学科研究团队着手开发一种准确有益的预测措施，以改善有关ECMO患者选择、管理和资源分配的数据驱动决策。
人工智能模型表现分数优于现有模型
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被证实在不同地理区域范围都具有高度的可靠性和通用性，并且能够对不同的患者群体做出准确的预测。
Stephens博士进一步补充到：“使用人工智能为我们提供了一种先进的替代统计方法来开发风险和生存评分。”
人工智能可以应用于大型和可变的数据集，它可以帮助发现传统统计方法可能遗漏的模式及交互信息。
来源：澳大利亚政府教育资讯