← 返回实验室

AI心电监护误报抑制定制:导联重构与报警归因

ICU里的监护报警,多数并非新发事件,而是噪声、电极松动与同一节律事件的重复触发。我们把问题拆为三层:先用多导联相关性重建被肌电与电极干扰污染的片段;再对每条报警做归因分类(真实心律失常、伪差、参数漂移、重复触发);最后按“事件”而非按“报警”聚合,输出一条带证据片段的提示。

进展:在与合作医院ICU的离线回溯验证中,取连续6周、12张床位的监护记录,共约1.1万条报警。归因模型在医生标注集上的伪差识别F1约为0.87;经事件聚合后,进入护士确认队列的报警条数下降约六成,真实室性事件的漏检未见增加。每条提示均保留原始波形片段与时间戳,便于复核与追溯。

下一步:将固定阈值改为按患者基线自适应,并开展小规模前瞻性试运行,重点观察报警延迟与护士接受度;同时补齐导联脱落与低灌注信号的处理,避免“静音式漏报”。

评论

更多研究动态

查看全部实验室 →