《Seminars in Fetal and Neonatal Medicine》：A Systematic Review on the use of Artificial Intelligence in the Neonatal Intensive Care Unit: far beyond the potential impact
编辑推荐：
人工智能在新生儿重症监护中的应用研究显示，AI主要应用于心血管（21.9%）、神经/脑（19.5%）及呼吸系统（19.5%）的预后评估与疾病分类，但70.7%研究缺乏方法学验证。需加强算法可解释性、数据隐私保护及跨学科合作。
安东尼奥·马丁内斯·米拉纳（Antonio Martínez Millana）|阿尔瓦罗·索拉兹-加西亚（álvaro Solaz-García）|安德烈亚·加西亚·蒙塔内尔（Andrea García Montaner）|玛丽亚·波尔托莱斯-莫拉莱斯（María Portolés-Morales）|肖龙伟（Longwei Xiao）|孙燕（Yan Sun）|文森特·特拉维尔（Vicente Traver）|马克西莫·文托（Máximo Vento）|皮拉尔·萨恩斯-冈萨雷斯（Pilar Sáenz-González）
瓦伦西亚理工大学（Universitat Politècnica de València）信息与通信先进技术应用研究学院（ITACA），西班牙瓦伦西亚46022，维拉路（Camino de Vera S/N）
摘要
目的
探讨人工智能（AI）在新生儿重症监护病房（NICU）中的适用性，识别AI驱动技术的关键趋势及其在新生儿病情预测、分类、监测和预测中的作用。
方法
根据PRISMA（系统评价和荟萃分析首选报告项目）指南，对MEDLINE、EMBASE、Cochrane和IEEE Xplore数据库进行了系统评价，涵盖了2013年1月至2023年12月期间发表的研究。最初共检索到318项研究，剔除61篇重复文献后，通过资格标准筛选出257篇文章，最终纳入41项研究进行全文评估。
结果
AI主要应用于以下系统：心血管系统（n=9，21.9%）、神经/脑系统（n=8，19.5%）、呼吸系统（n=8，19.5%）、免疫系统（感染）（n=6，14.6%）、胃肠道系统（n=2，4.9%）和微血管疾病（n=1，2.4%）。此外，有6项研究关注监测系统或身体定位（归类为“非疾病相关”），1项研究（2.4%）关注死亡率预测。就AI的应用目的而言，预测（n=23，56.1%）最为常见，其次是分类（n=14，34.1%）、监测（n=5，12.2%）和症状预测（n=1，2.4%）。超过70%的研究（n=29，70.7%）缺乏验证程序，这突显了方法学严谨性的关键不足。
结论
我们的研究结果强调了在新生儿医学中使用AI的潜在益处，可能有助于改善患者预后并提高运营效率。然而，在新生儿护理中负责任地部署AI时，必须解决数据隐私、算法可解释性和伦理问题。我们指出了未来的发展方向，强调跨学科合作、遵守报告指南以及进一步研究以提高AI的可重复性和在NICU中的临床应用。本研究的发现支持AI在新生儿医疗保健领域的潜力。
引言
人工智能（AI）自工业革命以来已成为最具革命性的技术之一[1]。其影响范围广泛，重塑了个人和职业互动方式，并推动了重大进步。然而，随着我们对这项突破性技术的了解不断深入，我们也认识到其一些局限性和潜在缺陷。
AI在医疗保健领域具有特别的应用前景，尤其是在儿科和新生儿重症监护领域[2]。NICU为新生儿提供全面的医疗护理和支持，在他们生命的最初几天以及整个住院关键期间进行密切监测和治疗[3]。
妊娠23至36周、出生体重≥400克的新生儿面临极高的健康风险和并发症，包括但不限于呼吸系统、心血管系统、营养系统、感染系统和/或神经系统疾病[4]。新生儿重症监护病房是提供多学科护理的复杂临床机构，采用先进的医疗和外科干预措施、呼吸支持以及实时全面监测，以优化生存机会并促进健康发育。NICU汇集了丰富的临床专业知识，医疗专业人员协作制定个性化治疗计划、提供康复服务并给予以家庭为中心的支持，以确保每位患者的最佳短期和长期结果[5]。AI通过提取信息来支持实时决策和临床干预评估，从而扩展了传统的NICU医疗护理[6]。
AI已应用于医疗保健的多个临床领域，如分子和基因检测、多种模式的医学成像、诊断编码以及社交媒体。
AI的目标是利用强大的计算能力辅助人类的问题理解和解决过程。为此，AI依赖于庞大的数据集，这些数据集涵盖诊断、治疗及随访信息，用于开发、测试和验证算法[7]。医疗保健领域的数字化数据以多种格式存在，包括结构化和非结构化数据，AI可以借助这些数据自动化任务，为医生、护士和其他医疗专业人员提供支持。
随着创新技术和先进监测策略（包括多模态生物信号采集和视频跟踪技术）的出现，新生儿护理经历了深刻变革[8]，为AI的计算能力和应用提供了大量新数据。
本研究旨在探讨新技术整合到新生儿护理中的影响、挑战和机遇，以探索AI在新生儿患者护理中的潜力。
方法部分
方法
本研究遵循系统评价和荟萃分析首选报告项目（PRISMA）指南[9]进行系统评价。系统评价方案已注册在国际系统评价注册库（PROSPERO，CDR42024572419）中，该注册库有助于提高科学研究的透明度和准确性。
从数据库搜索中识别出的文章
图1展示了选择过程的流程图。搜索共找到318篇英文文献，剔除61篇重复文献后，根据标题和摘要对257篇文章进行了资格筛选，最终有193篇因不符合排除标准而被排除。因此，有64篇文章被评估是否符合纳入标准，其中23篇因未被认定为回顾性或前瞻性研究（n=9）或缺少完整描述而被排除。
讨论
在这项系统评价中，我们总结了使用AI的NICU研究的主要特征。研究结果表明，目前机器学习和深度学习主要应用于生理参数的预测评估。由于数据的复杂性以及需要复杂模型来捕捉变化，心血管和神经/脑健康领域深度学习技术的应用尤为广泛。
结论
本评价强调了跨学科合作在推动新生儿-围产期医学技术进步中的重要性。随着计算技术的日益成熟和健康数据的易获取性，这些模型在医疗保健领域的潜力巨大，从预测性诊断到个性化治疗计划都有巨大潜力。然而，也存在数据隐私、验证需求以及公平性保障等挑战。
利益冲突
无需要披露的利益冲突。
资金来源
本研究得到了La Fe健康研究所与瓦伦西亚理工大学的合作支持，项目编号为PI2023-11
A. Solaz-García、P. Sáenz-González和M. Vento得到了由Carlos III健康研究所资助的Health Outcome-Oriented Cooperative Research Network (RICORS - SAMID)的支持，该网络由欧盟“复苏、转型和韧性计划”及“NextGenerationEU”计划提供资金支持。
财务披露
作者们没有需要披露的财务关系。
利益冲突声明
无利益冲突声明。
致谢
本研究由INBIO项目资助。
