脑机启侦 | 人工智能工具改善重症监护病人脑压监测(9.8)

AI脑压监测

西奈山伊坎医学院（Icahn School of Medicine at Mount SinAI）的研究人员开发了一种无创技术，该技术能够极大地改善医生监测颅内高压的方式，颅内高压是一种脑内压力增加可能导致中风和出血等严重后果的状况。这项由人工智能（AI）驱动的新方法，为当前通过颅骨钻孔来监测颅内高压的金标准提供了一种更安全、更快速的替代方案，详情已在npj Digital Medicine杂志上报道。

利用AI模型预测颅内压力

目前，检测和监测脑内压力升高需要侵入性手术来穿透颅骨。而研究团队则探索了是否可以通过分析无创波形数据（如心电图、脉搏血氧仪测得的氧饱和度以及重症监护患者中常规头部超声获得的波形）来预测颅内压力。

随后，他们开发了一个能够生成脑血压表示的AI模型。该模型利用了那些通过腰椎导管或插入颅骨的压敏探头等侵入性方法测量过颅内压力的患者的去标识化数据进行了训练。这种实时监测工具能够迅速检测关键变化，使医疗提供者能够更快地介入，从而可能挽救生命。

“脑压升高可导致一系列严重并发症。我们利用重症监护室（ICU）中常规收集的数据，创建了一种无创方法——一种基于AI的生物标志物，用于检测升高的脑压。”西奈山伊坎医学院的医学博士候选人、第一作者法里斯·古拉马利（Faris Gulamali）表示，“我们的研究是目前关于颅内高压的最大规模研究，这为我们的算法提供了外部验证，证明了生物标志物与临床结果之间的直接联系，这是获得美国食品药品监督管理局（FDA）批准所必需的。”

这项回顾性分析研究使用了来自美国不同城市两家医院的数据。 该工具在几秒内即可检测出颅内压力。 在患者住院期间，颅内压力测量值排名前25%的患者发生硬膜下出血的风险增加了24倍，需要进行开颅手术（一种减轻脑内压力的手术）的可能性增加了7倍。

研究人员称， 临床数据呈一种相关性而非因果性，因此需要进一步验证其中因果关系 。 接下来，他们计划进一步验证此事，包括专注于识别ICU中患有神经系统疾病的患者。 此外，他们希望向FDA申请突破性设备资格，将这种救生技术更广泛地应用于临床。

应用前景

“我们希望将这一工具应用到ICU中，将其作为一个可以监测危重患者标准。这项技术代表了一个重大飞跃，可能改变我们管理危重患者的方式，减少风险性手术的需求，并更快地应对神经科急症。”

“此外，我们的研究结果表明，它不仅在神经病学领域具有价值，而且在管理其他严重健康状况（如心脏骤停后、青光眼和急性肝衰竭）方面也相当具有潜力。”

“我们团队开发的这种基于AI的临床决策支持工具可能是推动危重患者健康结果取得显著进步的重要一步。如果我们能够验证该工具的使用，就有可能通过微调对潜在获益最大的患者使用侵入性颅内监测，从而保证患者的人身安全。”

“西奈山的一个目标是利用技术将正确的团队在正确的时间带到正确的患者身边。这一AI工具的诞生正是兑现了这一承诺，它就像是一种量身定制的解决方案，能够针对那些致命性脑损伤风险的患者提供有效的护理。”

文章来自于微信公众号“浙大科技园脑机智能产业化基地”