麻醉期間AI輔助血壓控制政策

簡要摘要

這項概念驗證隨機對照試驗評估了一個基於強化學習（RL）的臨床決策支援系統，用於非心臟手術中的術中血流動力學管理。 背景：術中低血壓在全身麻醉期間很常見，與不良結果相關，包括急性腎功能衰竭、心肌損傷和死亡率增加。當前的血流動力學管理依賴於個別麻醉師的臨床判斷，其一致性及時效性可能會有所不同。一個從臨床數據中學習最佳血管活性劑劑量策略的RL基於系統可能幫助標準化和改善實時血流動力學決策。 目的：主要目的是評估RL基於的決策支援系統是否能學習與經驗豐富的麻醉師相當的術中血流動力學管理決策，這通過RL推薦的血管活性劑劑量和臨床執行的血管活性劑劑量之間的平均絕對誤差（MAE）來衡量。次要目的是評估RL導向的管理是否能改善臨床血流動力學結果，包括低血壓的時間加權平均值和平均動脈壓在目標範圍內的時間百分比。 參與者：計劃在全身麻醉下接受選擇性非心臟手術的成人患者（年齡18至85歲，ASA I-IV），並進行持續侵入性動脈血壓監測。 程序：參與者將隨機分配（1:1）到兩組中的一組。在RL導向組中，麻醉師將從顯示在床邊屏幕上的決策支援系統接收實時血管活性劑劑量推薦；麻醉師對所有最終決策保持完整的臨床自主權。在標準照護組中，麻醉師將根據機構標準實踐管理血流動力學，無需系統輸入。患者和結果評估員將對組別分配保密。數據收集涵蓋術中期間和30天術後追蹤。