约翰霍普金斯大学的医学研究人员发表了一项新的研究，报告了一种潜在的替代方法，该方法可以测量患者的颅内压(ICP)。
这项研究发表在7月12日的《生物与医学计算机》杂志上。
颅内压是一种生理变量，当急性脑损伤、中风或脑脊液流动阻塞时，颅内压会异常升高。ICP升高的症状可能包括头痛、视力模糊、呕吐、行为改变和意识水平下降。它可能危及生命，因此需要对风险增加的特定患者进行ICP监测。然而，目前的颅内压监测标准是高度侵入性的:它需要在由神经元和神经胶质细胞组成的大脑功能组织中通过钻孔放置外脑室引流管(EVD)或脑实质内监测器(IPM)。
“ICP被普遍认为是一种重要的生命体征——严重神经系统疾病患者迫切需要测量和治疗ICP，但目前的ICP测量标准是有创的、有风险的、资源密集型的。“在这里，我们探索了一种利用人工智能的新方法，我们相信它可以代表一种可行的无创替代ICP评估方法，”麻醉和重症监护医学主任、医学博士、MBA罗伯特史蒂文斯说。
根据最近的研究，EVD手术存在许多风险，包括导管错位、感染和出血，分别为15.3%、5.8%和12.1%。EVD和IPM程序还需要外科专业知识和专门设备，而这些在许多情况下并不始终可用，因此需要一种检查和监测患者ICP的替代方法。
约翰霍普金斯大学医学院的团队，一个由Stevens领导的跨学科小组，假设严重形式的脑损伤，特别是ICP升高，与全身心脏循环功能的病理改变有关，例如，中枢自主神经系统的失调。这一假设表明，颅外生理波形可以更好地了解大脑活动和颅内压严重程度。
在这项研究中，约翰霍普金斯大学的研究小组着手探索ICP波形与ICU常规捕获的三种生理波形之间的关系:有创动脉血压(ABP)、光电容积脉搏波(PPG)和心电图(ECG)。ABP、PPG和ECG数据被用于训练和对比一组不同的深度学习算法，从而在确定ICP时达到与其他方法相媲美或超过其他方法的精度水平。
总的研究结果提示了一种全新的、无创的监测患者ICP的方法。
史蒂文斯说:“通过验证，基于生理学的人工智能解决方案，比如这里使用的，可以显著扩大患者和医疗机构提供ICP监测和管理的比例。”
合著者包括约翰霍普金斯大学生物医学工程专业的应届毕业生Shiker Nair, Alina Guo, Arushi Tandon和Joseph Boen;硕士生米尔·帕特尔;生物医学工程大四学生Atas Aggarwal, Ojas Chahal和Sreenidhi Sankararaman;Nicholas D. Durr，生物医学工程副教授;约翰霍普金斯大学神经外科住院医师Tej D. Azad;以及加州大学旧金山分校的麻醉学教授罗曼·皮拉奇奥。
