研究人员最近发表了一项研究，揭示了一种新的、侵入性更小的评估患者颅内压（ICP）的方法。
这项研究由约翰霍普金斯医学院的专家进行，探索了一种测量ICP的潜在替代方法。
该研究于7月12日在期刊《生物与医学中的计算机》上发布，强调了ICP的重要性。ICP是一个关键的生理参数，在急性脑损伤、中风或脑脊液阻塞后可能升高到异常水平。升高的ICP可能导致头痛、视觉问题、恶心、行为变化和意识水平下降等症状。监测ICP对于高风险患者至关重要，但目前的方法涉及高度侵入性的程序，如通过颅骨直接将外部脑室引流管（EVD）或脑实质监测器（IPM）插入脑组织。
罗伯特·史蒂文斯博士，麻醉学与重症监护医学精准医学主任解释道：“ICP是严重神经病症中的一个生命体征，但现有的监测技术是侵入性的，风险高且资源密集。我们探索了一种使用人工智能作为潜在非侵入性评估ICP的方法。”
像EVD这样的程序存在导管放置错误、感染和出血等并发症的风险，近期的研究表明了这些风险。这些方法还需要专业设备和专业知识，因此需要一种更安全的ICP监测替代方案。
约翰霍普金斯大学医学院的研究团队在史蒂文斯博士的领导下假设，严重脑损伤和ICP升高可能影响心循环功能，从而导致全身生理模式的变化。他们研究了ICP模式与重症监护病房中常监测的三种生理波形的相关性：侵入性动脉血压（ABP）、光电容积描记法（PPG）和心电图（ECG）。
通过在ABP、PPG和ECG数据上训练的高级深度学习算法，团队在预测ICP方面达到了超越现有方法的准确度。这些发现表明了一种有前景的非侵入性ICP监测方法。
史蒂文斯博士强调了人工智能驱动的解决方案在不同医疗场所扩大ICP监测范围的潜力，但需对这种基于生理学的技术进行验证。
这项研究由包括约翰霍普金斯大学和加州大学旧金山分校的学生和教师在内的多位成员共同撰写，标志着非侵入性ICP评估的重要进展。
