周伟炜, 宋以信

    人工神经网络在重症监护室的应用

    周伟炜, 宋以信

    (北京大学第一医院老年内科, 北京市 100034)

    随着医学和电子信息技术的迅速发展, 人工神经网络(ANN)越来越多地被应用在重症监护室(ICU)中。ANN可以把大量的临床资料转化为信息, 辅助医护人员进行诊断和治疗。在ICU中, ANN的作用有很多, 主要是用来进行结果预测。应用ANN对于合理利用我国有限的医疗卫生资源以及改善患者预后具有重要的意义。

    监护室; 人工神经网络; 结果预测

    近年来随着医学和电子信息技术的迅速发展, 重症监护室(intensive care unit, ICU)患者的资料大量增加, 血压、指尖氧饱和度、心输出量等均可以计算机作为媒介, 以电子资料的形式存储。现代的床旁监护与主机相连, 使医护人员可以随时掌握患者的病情变化。显然, 我们必需把大量的临床资料转化为信息, 为诊断和治疗提供帮助。在临床实践中应用人工神经网络(artificial neural network, ANN)为解决上述问题提供了可能。近年来, ANN越来越多地被应用在医学领域, 尤其是ICU中, 现就其主要应用作以综述。

    1 人工神经网络概述

    ANN是近年来迅速发展起来的一门集神经科学、计算机科学、信息科学、工程科学为一体的边缘交叉学科, 具有独特的信息存储方式、良好的容错性、大规模的并行处理方式以及强大的自组织、自学习和自适应能力, 已被用于信号处理、模式识别、预测等领域, 具有广泛的应用前景, 有学者预言21世纪ANN将有激动人心的发展。T. Koholen曾给出ANN的定义: “人工神经网络是由具有适应性的简单单元组成的广泛并行互联的网络, 它的组织能够模拟生物神经系统对真实世界物体所做出的交互反应”。ANN采用物理可实现的系统来模仿人脑神经细胞的结构和功能, 由于其具有自适应性, 能够分析错综复杂的非线性数据, 受到了临床工作者的特别关注。

    虽然ANN的类型很多, 医学中应用比较广泛的是BP网络(back propagation network), 即采用误差反向传播算法或其变化形式的多层前馈网络模型[1](图1), 通常为三层前馈神经网络的拓扑结构。BP网络的输入和输出关系可以看成是一种映射关系, 即每一组输入对应一组输出。由于网络中神经元作用函数的非线性, 网络实现是复杂的非线性映射。

    ANN具有良好的学习能力, 它可以根据人们提供的训练样本集, 依照系统给定的算法, 不断地修正来确定输入层数据与输出层数据之间的映射关系, 这样就可以帮助研究者在大型数据库中发现变量之间的相关性[2] ......