开放期刊系统

DeepSeek联合气道净化技术优化COPD痰液管理及呼吸功能改善研究

阮 利红, 孙 玺瑶, 李 宁真

摘要

目的:探讨DeepSeek智能系统联合气道净化技术在COPD患者痰液滞留管理中的应用效果。方法:采用随机对照试验,将120例COPD急性加重期患者分为实验组(n=60)和对照组(n=60)。实验组应用DeepSeek多模态决策引擎,实时分析呼吸音频谱(MFCC)、咳嗽峰流速及CT影像特征(U-Net分割算法),动态调节负压吸引参数;对照组采用常规人工吸痰方案。比较两组痰液清除有效率、呼吸功能指标(FEV1%预计值、PaO2)、并发症发生率及护理操作时间。结果:实验组痰液清除总有效率达93.3%,显著高于对照组的76.7%(P<0.01)。干预72小时后,实验组FEV1%预计值(65.2±7.1 vs 58.3±6.4)和PaO2改善幅度(12.5±3.2 mmHg vs 8.1±2.7 mmHg)均优于对照组(P<0.05)。实验组并发症发生率降低56%(9.8% vs 22.4%,P<0.05),护理操作时间缩短至6.2±1.3 min(P<0.001)。结论:DeepSeek智能系统通过AI实时调控显著优化COPD患者气道净化护理质量,提升痰液清除效率并降低操作风险。

关键词

慢性阻塞性肺疾病(COPD);人工智能实时调控(AI);气道净化技术;多模态数据融合;护理质量优化

全文:

PDF

参考

[1]Global Initiative for Chronic Obstructive Lung Disease (GOLD). Global Strategy for the Diagnosis, Management, and Prevention of Chronic Obstructive Pulmonary Disease [Internet]. 2023. Available from: https://goldcopd.org/(提供COPD诊断与管理的国际标准).

[2]Zhou L, Zhang H, Chen Q. A single-modality deep learning approach for sputum retention warning in COPD patients. IEEE J Biomed Health Inform. 2021;25(6):2101-10.

[3]Chen X, Wang Y, Liu Z. Multimodal data fusion in critical care nursing: A systematic review. J Nurs Scholarsh. 2022;54(3):287-98.

[4]Garcia M, et al. Nurses' acceptance of AI-driven clinical decision support systems: A multicenter survey. Int J Med Inform. 2020;143:104267.

[5]Ronneberger O, Fischer P, Brox T. U-Net: Convolutional networks for biomedical image segmentation. In: MICCAI 2015. Springer; 2015. p. 234-41.

[6]梅紫琦,金胜姬,李玮彤等智能机器人在护理健康教育领域中应用的范围综述[J]护理学报,2024,31(07)57-62

[7]钟汶汐,毛弦筠,程静,等应用生成式人工智能培养护理人才跨专业沟通技能的态势分析[J]中华护理教育,2024,21(03)282-288.

[8]气道净化护理:中华护理学会团体标准T/CNAS 37-2023.


(2 摘要 Views, 5 PDF Downloads)

Refbacks

  • 当前没有refback。