摘要

急性呼吸窘迫综合征(ARDS)是一种不能完全由心力衰竭或容量超负荷来解释的双肺浸润和急性低氧血症的临床综合征。ARDS目前尚缺乏特效药物治疗, 且病死率较高, 其原因可能是ARDS起病快、进展迅速、病因复杂、临床表现和治疗异质性较大。与传统数据分析相比, 机器学习算法可以从复杂数据中自动分析获得规律, 并通过解释从而辅助临床决策。本文就近年来机器学习在ARDS发病预测、预后分层、临床表型和可解释性领域中取得的研究进展进行简要综述, 以期为临床实践提供参考。

  • 单位
    上海交通大学医学院附属仁济医院