利用机器学习预测术前护理对手术压疮预防的效果

作者：张倩莹; 邱迪聪; 张泽勇^*

来源：中国数字医学, 2021, 16(04): 45-49.

• 人工智能
• 机器学习
• 压疮
• 术前护理
• 预测

目的:引入机器学习技术对手术压疮的术前护理预防效果进行预测。方法:利用本院的评估标准及数值归一化对匿名采集到的474例手术数据预处理,用于训练干预组预测模型。对比干预组模型与对照组模型在校验数据集上的准确率以评估干预组模型学习效果,对比它们在测试数据集上的准确率以评估干预组模型在实际应用中的预测性能。结果:相较于对照组模型,经过100轮训练迭代后的干预组预测模型,在校验数据集上预测准确率达到90.03%±0.12%,差异有统计学意义(P<0.001);在测试数据集上预测准确率达到90.35%±0.14%,差异有统计学意义(P<0.001)。结论:利用机器学习,可构建并训练出有显著学习效果的神经网络预测模型,能对压疮术前护理效果进行有效的预测,为压疮术前护理提供有意义的量化参考。

• 单位
  广州医科大学附属第一医院