综述:机器学习与人工智能在提升重症护理实践中的作用:一项范围综述

《Nursing in Critical Care》:The Role of Machine Learning and Artificial Intelligence in Enhancing Critical Care Nursing Practice: A Scoping Review

【字体: 大 中 小 】 时间:2026年08月28日 来源:Nursing in Critical Care 2.8

编辑推荐:

   摘要 背景 人工智能(AI)和机器学习(ML)正在成为医疗保健领域的变革性工具

  

摘要

背景

人工智能(AI)和机器学习(ML)正在成为医疗保健领域的变革性工具,具有增强护理实践的显著潜力,特别是在重症监护室(ICU)中。ICU 带来复杂的挑战,包括患者病情危重程度高、ICU 谵妄和护士工作负荷。这些因素需要创新的技术解决方案。

目的

本范围综述全面探索了重症监护护理中 AI 和 ML 应用的现状,侧重于决策支持系统、预测分析、工作流程自动化和患者参与工具。

方法

搜索了四个数据库(Scopus、PubMed/MEDLINE、Science Direct 和 CINAHL)中 2019 年 1 月至 2025 年 9 月间发表的原始同行评审研究。选择 2019 年作为起始日期是为了捕捉 AI 应用的当代浪潮,这与时电子病历(EHR)广泛采用后 AI 相关 ICU 出版物呈指数级增长以及深度学习架构的成熟相吻合。

结果

确定了五个关键主题:预测分析和早期预警系统、临床决策支持工具、自动化和工作流程改进、监测结合人机协作以及实施挑战。研究结果揭示,AI 可以减少行政负担并提高护理质量。然而,显著差距依然存在,特别是在评估长期结果、护士参与和伦理实施方面。

结论

本范围综述提供了重症监护护理中机器学习和 AI 应用的当代综合主题综合。虽然不声称绝对新颖,但本综述解决了一个独特且及时的知识空白,通过在单一证据综合中同时映射预测分析、临床决策支持、工作流程自动化和实施挑战。

临床实践相关性

AI 和机器学习可以支持重症监护护士,促进更早识别患者病情恶化,加强临床决策,并减少重复性工作负荷。成功实施需要护士参与系统设计、适当的培训、透明算法以及与现有临床工作流程的整合。

影响声明

  • 关于该主题已知什么?

    • ○

      AI 和机器学习越来越多地应用于重症监护中的预测分析、早期预警系统、临床决策支持和患者监测。

    • ○

      AI 辅助系统有望支持更早识别临床恶化并减少重复性护理任务。

    • ○

      AI 旨在支持而非取代护士的临床判断,护士仍然是解读 AI 生成信息和做出患者护理决策的核心。

  • 本文新增内容

    • ○

      AI 赋能的干预措施与可测量的临床和工作流程益处相关,包括更早识别患者病情恶化、改善临床决策支持、增强态势感知以及减少护理工作量;然而,支持这些益处的证据大多仍处于整合到常规临床实践的早期阶段。

    • ○

      重症监护护理中 AI 的采用仍存在显著的证据到实践差距,这是由有限的外部验证、难以将 AI 与现有系统集成、解释性不足以及护士参与 AI 开发和实施的局限性所驱动的。

    • ○

      将 AI 成功转化为常规重症监护护理实践需要以护士为中心的协同设计、适当的培训、透明且可解释的算法、标准化数据集、互操作性以及健全的伦理治理。

利益冲突

作者声明无利益冲突。

数据可用性声明

支持本范围综述发现的所有数据均源自综述中包含的先前发表的研究。

相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号