凌 敏，章 晋，王霄一，潘晓巍，叶 群，李 惠

    压力性损伤(pressure injury,PI)是发生于皮肤和(或)潜在皮下软组织的局限性损伤，通常位于骨隆突处，临床表现为完整的皮肤或开放性溃疡，可伴有疼痛，是由强烈和(或)长期的压力或压力联合剪切力造成的[1]。临床领域将医院获得性压力性损伤作为护理质量的指标之一[2]。据研究，发达国家压力性损伤发生率达7%～14%，发展中国家达8.3%～12.5%[3]。压力性损伤不仅会引起病人的身体并发症，导致不良的临床结果，还会增加医疗费用，导致心理和社会问题[4]。随着医疗信息技术的发展，医疗机构人员为有效管理压力性损伤，与工程师合作开发了信息化管理系统[5-6]。在使用压力性损伤管理系统中会产生庞大而复杂的数据和图片信息，逐渐兴起的人工智能(artifical intelligence,AI)机器学习(machine learning,ML)对其高效处理并重新利用已成为新趋势[7]。现综述人工智能机器学习在压力性损伤临床管理中的应用进展,以期为临床实践提供参考。

    1 人工智能机器学习的内涵

    人工智能属于计算机科学的一个分支，通过模拟人类的思维方式、知识存储及学习能力，构建出无须人类过多干涉的智能实体[8]。人工智能作为当今最具变革性的技术，经过不断地发展，形成了包括结构化数据的机器学习、深度学习及非结构化数据的自然语言处理等不同分支[9]。例如常见的实验室数据和生命体征属于结构化数据，医嘱记录、影像资料属于非结构化数据[7]。机器学习是实现人工智能的方向之一，其原理是利用算法从庞大的数据中学习规律，实现对未知样本的预测[9]。与传统算法的不同之处在于机器学习可从繁杂的变量中发现其潜在关系并进行鉴别、建模，使工作效率迅速提升 ......