人工智能辅助术中不良事件检测与预测
研究专题背景
人工智能（AI）与外科手术的交叉应用为提升患者安全性和改善手术预后开辟了新路径。尽管医疗技术进步和医生培训体系优化已显著改善手术结果，但术中不良事件的发生仍属重大挑战。针对实时数据分析、早期预警和响应效率等问题的研究持续推动该领域发展。近期研究表明，AI算法在医疗诊断中展现出卓越的预测能力，凸显了探索手术环境中实时应用解决方案的必要性。
本研究专题聚焦跨学科手术场景中AI检测术中事件的前沿方法，核心目标包括：开发基于先进AI算法的高精度预测模型；评估这些算法在手术期间及术后改善临床结局的作用；探索算法结果解释技术，如特征重要性分析，从而提升模型透明度和可靠性。
为深化对手术环境AI应用影响和进展的理解，我们欢迎但不限于以下方向的研究：
- 术中事件检测AI模型的开发与验证
- 术中事件预测AI模型的构建与验证
- 心脏骤停预测AI模型的开发与验证
- 呼吸骤停预测AI模型的开发与验证
- 旨在提升患者安全和预后的AI系统临床实施评估
本专题接受原创性研究论文、综述和案例研究投稿。
关键词
人工智能、呼吸骤停、预测建模、手术安全、心脏骤停
重要说明
所有投稿须符合目标期刊和版块的既定范围。Frontiers保留在同行评审任何阶段引导偏离主题稿件至更合适版块的权利。
研究专题主编
- 安东尼斯·阿蒙达斯（Antonis Armoundas）
马萨诸塞州总医院，哈佛医学院
美国波士顿
- 维达托斯·马罗扎斯（Vaidotas Marozas）
考纳斯科技大学
立陶宛考纳斯
【全文结束】
