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。

用户名
密码
记住我