
-
生物通官微
陪你抓住生命科技
跳动的脉搏
综述:人工智能辅助的远程医疗、麻醉及重症监护病房中的临床决策支持:一项范围综述
《BMC Anesthesiology》:Artificial intelligence assisted telemedicine, clinical decision support for anesthesia and critical care in intensive care units: a scoping review
【字体: 大 中 小 】 时间:2026年07月03日 来源:BMC Anesthesiology 3.2
编辑推荐:
摘要背景人工智能(AI)通过远程医疗、远程ICU系统以及远程患者监测等方式,被越来越多地应用于重症监护室(ICU)及麻醉重症护理领域的诊疗工作中,有望为实时临床决策提供支持。方法本项范围综述遵循PRISMA-ScR指南,梳理了当前在重症监护及与麻醉相关的ICU环境中,AI在远程医
人工智能(AI)通过远程医疗、远程ICU系统以及远程患者监测等方式,被越来越多地应用于重症监护室(ICU)及麻醉重症护理领域的诊疗工作中,有望为实时临床决策提供支持。
本项范围综述遵循PRISMA-ScR指南,梳理了当前在重症监护及与麻醉相关的ICU环境中,AI在远程医疗、远程监测以及临床决策支持系统方面的应用证据。研究通过PubMed、Scopus和Google Scholar等数据库检索相关文献,涉及AI应用、远程医疗、预测分析、远程监测以及基于麻醉信息的重症监护临床决策支持等内容。
所回顾的文献主要聚焦于非生成型AI解决方案,如机器学习、基于深度学习的监测技术以及AI临床决策支持系统。这类系统有助于在ICU的围手术期麻醉重症护理场景中实现远程持续监测、早期发现病情恶化趋势,并辅助临床决策。研究结果被分为以下几类:远程ICU系统应用、预测分析、远程监测以及AI驱动的临床决策支持。相关研究指出,这些技术能带来更好的监测效果、更优的工作流程、更高效的麻醉及重症护理决策能力,同时也能提升患者获得专业治疗的几率;不过,关于这些技术能否持续改善以患者为中心的护理成果的证据存在较大差异,且多数研究均为观察性研究。数据质量、系统互操作性、模型透明度、伦理问题以及缺乏前瞻性临床验证是该领域面临的主要挑战。
基于AI的远程医疗在ICU及麻醉重症护理领域仍属于新兴的医疗技术方向,若要使其安全、大规模地融入临床实践,还需进一步推动标准化建设、开展有效性验证以及前瞻性临床试验。
人工智能(AI)通过远程医疗、远程ICU系统以及远程患者监测等方式,被越来越多地应用于重症监护室(ICU)及麻醉重症护理领域的诊疗工作中,有望为实时临床决策提供支持。
本项范围综述遵循PRISMA-ScR指南,梳理了当前在重症监护及与麻醉相关的ICU环境中,AI在远程医疗、远程监测以及临床决策支持系统方面的应用证据。研究通过PubMed、Scopus和Google Scholar等数据库检索相关文献,涉及AI应用、远程医疗、预测分析、远程监测以及基于麻醉信息的重症监护临床决策支持等内容。
所回顾的文献主要聚焦于非生成型AI解决方案,如机器学习、基于深度学习的监测技术以及AI临床决策支持系统。这类系统有助于在ICU的围手术期麻醉重症护理场景中实现远程持续监测、早期发现病情恶化趋势,并辅助临床决策。研究结果被分为以下几类:远程ICU系统应用、预测分析、远程监测以及AI驱动的临床决策支持。相关研究指出,这些技术能带来更好的监测效果、更优的工作流程、更高效的麻醉及重症护理决策能力,同时也能提升患者获得专业治疗的几率;不过,关于这些技术能否持续改善以患者为中心的护理成果的证据存在较大差异,且多数研究均为观察性研究。数据质量、系统互操作性、模型透明度、伦理问题以及缺乏前瞻性临床验证是该领域面临的主要挑战。
基于AI的远程医疗在ICU及麻醉重症护理领域仍属于新兴的医疗技术方向,若要使其安全、大规模地融入临床实践,还需进一步推动标准化建设、开展有效性验证以及前瞻性临床试验。