摘要

本研究综述了当前液体治疗的缺陷以及机器学习(ML)方法在术中液体管理中的适用性,从预测容量紊乱和解释术中影响因素两个方面阐述了ML改善液体治疗质量的潜力,为ML用于术中液体治疗提供了理论基础。