《表1 传统方法与机器学习算法在临床创面评估方法中的对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《机器学习算法在压力性损伤管理中的应用进展》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

美国压力性损伤咨询委员会（National Pressure Ulcer AdvisoryPanel，NPUAP）制订的PI预防和治疗指南（2019版），将PI分为4期[21]，当创面处于初期阶段时，经轻柔的清洗和适当的包扎可以防止感染，而当PI处于高分期（第3期或第4期），特别是患者患有其他基础疾病时，会延长创面的愈合时间甚至阻碍其愈合。但是高分期PI传统监测评估方法包含大量的侵入性操作，如：(1）用直尺等工具测量伤口的长度、宽度；（2）用探针等测量创面深度、潜行、窦道；（3）用注射器和生理盐水测量伤口的容量。所以对高分期PI进行准确、高效的非侵入性评估和监测，进而提供准确的治疗措施对预防和管理PI十分重要[19]。随着PI管理不断地与人工智能领域技术融合，利用机器学习算法研发了创面评估系统、创面测量和分析等技术，实现对PI非结构性数据进行分析，以及准确、高效地对PI进行非侵入性评估和监测。和以往依赖临床护理人员进行主观评估、侵入性测量等方法相比，基于机器学习算法的创面分析方法具有客观、自动、实时、非侵入性等优点，有助于提高PI评估的准确性、减轻临床护理人员在PI管理方面的工作负担、提高PI治愈率等，具体见表1。