综述：儿科重症监护病房中的人工智能：目前在败血症管理中的应用

《World Journal of Pediatrics》：Artificial intelligence in pediatric intensive care units: current applications in sepsis management

　　

摘要

背景

在儿科重症监护病房（PICUs）中早期发现败血症至关重要，但由于其临床表现不具特异性且生理异质性显著，这一任务颇具挑战性。人工智能（AI）为精准管理败血症带来了变革潜力，但由于方法学和实施方面的障碍，其在临床应用中的转化仍较为复杂。

数据来源

我们进行了一项关于AI在PICUs中应用于败血症管理的系统评价。研究范围包括原创研究、荟萃分析、系统评价、临床指南和共识声明。搜索的数据库包括PubMed、Embase、Cochrane Library、Web of Science、Google Scholar、中国国家知识基础设施（CNKI）和Wan Fang，数据覆盖时间从研究开始到2026年3月。搜索词包括“人工智能”、“机器学习”、“深度学习”、“儿科败血症”、“新生儿败血症”、“儿科重症监护病房”以及“临床决策支持系统”。

结果

AI模型在早期预测和风险分层方面均显著优于传统的儿科评分系统。我们的比较分析表明，虽然随机森林模型在处理离散的横断面数据时更为稳健，但长短期记忆网络在捕捉儿科生理学中的动态时间模式方面表现更出色。基于AI的临床决策支持系统显著提高了对标准化败血症治疗方案的依从性；然而，不同医疗机构的假阳性率存在差异，这暴露了电子健康记录基础设施中的关键差距。此外，多组学整合识别出了不同的生物学表型，为个性化治疗提供了可能。经济评估表明，这些工具可以降低每位患者的成本并优化PICU的资源分配。值得注意的是，最近的全球卫生政策现在强调针对儿科的特定验证和算法公平性，作为AI公平部署的先决条件。

结论

尽管AI在管理儿科败血症方面具有技术优势，但其临床效用取决于通过可解释AI提高“黑箱”算法的透明度，并缩小医疗机构之间的系统基础设施差距。建立健全的质量控制和政策框架对于将AI从研究工具发展为标准儿科护理中的可靠诊断辅助工具至关重要。

图形摘要

此图像的替代文本可能是由AI生成的。

背景

在儿科重症监护病房（PICUs）中早期发现败血症至关重要，但由于其临床表现不具特异性且生理异质性显著，这一任务颇具挑战性。人工智能（AI）为精准管理败血症带来了变革潜力，但由于方法学和实施方面的障碍，其在临床应用中的转化仍较为复杂。

数据来源

我们进行了一项关于AI在PICUs中应用于败血症管理的系统评价。研究范围包括原创研究、荟萃分析、系统评价、临床指南和共识声明。搜索的数据库包括PubMed、Embase、Cochrane Library、Web of Science、Google Scholar、中国国家知识基础设施（CNKI）和Wan Fang，数据覆盖时间从研究开始到2026年3月。搜索词包括“人工智能”、“机器学习”、“深度学习”、“儿科败血症”、“新生儿败血症”、“儿科重症监护病房”以及“临床决策支持系统”。

结果

AI模型在早期预测和风险分层方面均显著优于传统的儿科评分系统。我们的比较分析表明，虽然随机森林模型在处理离散的横断面数据时更为稳健，但长短期记忆网络在捕捉儿科生理学中的动态时间模式方面表现更出色。基于AI的临床决策支持系统显著提高了对标准化败血症治疗方案的依从性；然而，不同医疗机构的假阳性率存在差异，这暴露了电子健康记录基础设施中的关键差距。此外，多组学整合识别出了不同的生物学表型，为个性化治疗提供了可能。经济评估表明，这些工具可以降低每位患者的成本并优化PICU的资源分配。值得注意的是，最近的全球卫生政策现在强调针对儿科的特定验证和算法公平性，作为AI公平部署的先决条件。

结论

尽管AI在管理儿科败血症方面具有技术优势，但其临床效用取决于通过可解释AI提高“黑箱”算法的透明度，并缩小医疗机构之间的系统基础设施差距。建立健全的质量控制和政策框架对于将AI从研究工具发展为标准儿科护理中的可靠诊断辅助工具至关重要。

图形摘要

此图像的替代文本可能是由AI生成的。