What does this research mean for the field?

Artificial intelligence and machine learning predictive models can address the inadequacies of current monitoring modalities by enabling earlier detection of clinical decompensation in critically ill pediatric cardiac patients. Novelty: ClaimNovelty.SYNTHESIS. Consensus alignment: ConsensusAlignment.NEUTRAL.

April 1, 2018Open Access

Surveillance actuelle et modélisation prédictive innovante pour améliorer les soins dans l'unité de soins intensifs cardiaques pédiatriques

MOMary K. OliveUniversity of Michigan GOGabe E. OwensUniversity of Michigan

Key Points

Key points are not available for this paper at this time.

Abstract

Les objectifs de cette revue sont (I) de décrire les défis associés à la surveillance des patients dans l'unité de soins intensifs cardiaques pédiatriques (PCICU) et (II) de discuter de l'utilisation de programmes logiciels statistiques et d'intelligence artificielle (IA) innovants pour tenter de prédire des événements cliniques significatifs. Les patients pris en charge dans le PCICU sont cliniquement fragiles et à risque de décompensation fatale. Les modalités de surveillance actuelles sont souvent inefficaces, parfois inexactes, et ne parviennent pas à détecter un état clinique en détérioration en temps voulu. Les modèles prédictifs créés par l'IA et l'apprentissage automatique peuvent conduire à une détection plus précoce des patients à risque de décompensation clinique et ainsi améliorer les soins pour les patients cardiaques pédiatriques gravement malades.

Demander à l'IA

Bookmark

View Full Paper