综述：基于人工智能的ICU临终患者临床预后模型

《International Journal of Medical Informatics》：Artificial intelligence-based models for clinical prognosis at the end of life in the ICU

本综述系统梳理了人工智能（AI）在ICU临终患者临床预后预测中的应用。文章指出，AI模型（如多种机器学习算法）在预测死亡率、生命支持措施撤除及临床恶化等结局方面展现出良好性能，有望克服传统预后评分的局限。然而，研究间存在算法类型、数据源和报告指标的异质性，提示未来需加强方法学严谨性和真实世界验证，以推动AI在临床决策中的可靠应用。

　　

引言

在重症监护室（ICU）中，为临终患者做出准确的预后判断是临床医生面临的重大挑战。传统的预后评分系统存在一定的局限性。近年来，人工智能（Artificial Intelligence, AI）技术，特别是机器学习（Machine Learning）算法，已崭露头角，成为一种能够增强危重症患者，尤其是临近生命终点患者临床预测能力的有前景的工具。

目的

本综述旨在系统性地识别和描述那些已被开发用于支持ICU临终阶段预后决策的人工智能模型。

方法

为达成此目的，研究者进行了一项范围综述（Scoping Review）。检索覆盖了三个主要的学术数据库：PubMed、Scopus和Web of Science。纳入标准聚焦于2015年至2025年间发表的研究，这些研究均利用了AI算法来预测ICU临终患者的相关临床结局。

结果

最终共有28项研究被纳入分析。结果显示，应用于ICU场景的各类AI算法在预测关键结局方面表现出良好的性能，这些结局包括患者死亡率、生命支持措施的撤除决策以及临床状况的恶化。然而，分析也揭示了研究间显著的异质性。这种异质性体现在多个方面：首先，所使用的AI算法类型多样；其次，模型训练和验证所依赖的数据来源各不相同；最后，各研究报告的性能评估指标也存在差异。这些因素共同限制了在不同研究结果之间进行直接比较的可能性。

结论

综上所述，人工智能无疑为改善ICU临终患者的临床预后评估提供了强大的新途径。其潜力在于能够处理复杂数据并识别出传统方法难以发现的模式。尽管如此，该领域要真正走向成熟的临床应用，仍需解决当前面临的挑战。未来的研究方向应侧重于提升研究方法学的稳健性，并在真实世界的临床环境中进行广泛验证，从而进一步增强AI模型在辅助临床决策方面的实用性和可靠性。