人工智能在脑出血中的临床应用现状与未来展望

作者：郑越; 王彦文; 吴雅娴; 闫冰姿; 方菲; 万红丽; 陈伟; 赵杰祎; 王晓宇; 张韬^*

来源：预防医学情报杂志, 2021, 37(02): 289-296.

• 脑出血
• 人工智能
• 临床应用

目的探讨人工智能在脑出血中的临床应用热点、不足及未来研究方向。方法采用文献综述法,以"脑出血"(或"脑卒中")和"人工智能"(或"机器学习")为关键词,检索CNKI、维普、万方数据库,以(stroke or "intracerebral hemorrhage"or ICH) and ("artificial intelligence"or"machine learning")为策略,检索PubMed数据库,查阅2010-2019年中英文相关文献709篇,并进行总结归纳。结果在最终筛选得到的152篇文献中,人工智能在脑出血中的临床应用集中于患病预测、辅助诊断、治疗(辅助决策)、康复和预后评估这5个方面,其中康复(34.9%)和患病预测(26.3%)领域应用更多;人工智能具有高效、精准、个性化等优势,但也存在一些问题,如难以精准评估脑出血患者脑组织结构的改变情况、对患者疾病进展和长期功能预后的研究较少、费用较高等。结论人工智能在脑出血中的临床应用热点为患病预测、辅助诊断、治疗(辅助决策)、康复训练和预后评估等,未来有待探索更好的机器学习方法、建立更完备的医学数据库等,将人工智能更好地应用于脑出血临床实践。

• 单位
  公共卫生学院; 四川大学