脑外伤(TBI)是导致死亡和发病的重要全球原因，其发病率不断上升，尤其是在中低收入国家。最严重的TBI在重症监护病房(ICU)中进行治疗，但是尽管提供了适当的高质量护理，但仍有大约三分之一的患者死亡。

患有严重TBI的患者会失去知觉，这使得在重症监护期间准确监测患者的状况具有挑战性。在ICU中，连续监测许多变量(例如颅内压，平均动脉压和脑灌注压)，这些变量间接给出有关患者状况的信息。

但是，只有一个变量，例如颅内压，每天可能会产生数十万个数据点。因此，人脑不可能从所有监视的数据中理解所产生的数百万个每日收集的数据点。这就是为什么赫尔辛基大学医院(HUS)的研究人员开始开发基于人工智能(AI)的算法，该算法可以帮助医生治疗患有严重TBI的患者。最好的情况是，这样的算法可以预测单个患者的结果，并提供有关患者的状况和预后以及治疗期间其变化的客观数据。

“像这样的动态预后模型以前没有提出过。尽管这是一个概念证明，我们仍然需要一些时间才能在日常临床实践中实现这样的算法，但我们的研究反映了现代的方式和方向重症监护正在发展”，HUS实验神经外科兼职教授Rahul Raj说，他也是该论文的作者之一。

该算法可以预测患者在30天内死亡的概率，准确度为80-85%。

“我们已经开发了两种独立的算法。第一种算法更简单，仅基于客观监测数据。第二种算法则稍微复杂一些，其中包括与意识水平有关的数据，这些数据是通过广泛使用的格拉斯哥昏迷量表评分测得的。 ，较复杂的算法的准确性比较简单的算法稍好。不过，考虑到较简单的模型仅基于三个主要变量而较复杂的模型仅基于五个主要变量，两种算法的准确性都出乎意料地好。”，告诉HUS分析和AI开发部的数据科学家Eetu Pursiainen，他是该算法的作者和主要编码者之一。

将来，仍然必须在国家和国际外部数据集中对算法进行验证。

“芬兰是专业医疗领域人工智能解决方案的全球领导者之一，赫尔辛基大学医院作为欧洲最大的医院之一，在将芬兰卓越成就带入世界方面发挥着重要作用。因此，我们认为这是HUS人工智能指导小组主席兼赫尔辛基大学神经外科兼职教授Miikka Korja表示，“重要的行为应符合道德规范，并在国内和国际范围内免费公开共享我们的算法，以进一步发展”。