.png){kind=icon}
返回
Rethinking CPAP Adherence with Artificial Intelligence
.png){kind=icon}
OA
AI
DOI：10.1093/sleep/zsag097.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
阻塞性睡眠呼吸暂停是一种常见的疾病，与生活质量受损和心血管代谢风险增加相关，最终导致整体死亡率升高。一线疗法是持续气道正压通气（CPAP），但其疗效受限于患者依从性。CPAP管理的随访方案缺乏个体化，导致依从性差和不必要的成本增加。人工智能（AI）最近作为一种有前景的策略出现，通过实现数据驱动和个体化的CPAP管理来解决这些局限性。这篇综述整合了2017年至2025年间发表的60项同行评审研究中，将AI应用于CPAP依从性的现有证据。我们重点关注三个互补领域：（i）无监督学习方法用于识别患者表型和依从性轨迹，（ii）监督模型用于预测短期和长期依从性，以及（iii）AI赋能的数字监测和干预工具，旨在提高持续依从CPAP的使用。基于AI的方法已持续显示出预测性，识别出早期稳健的依从模式；这些支持了针对性、主动干预的可能性。综合来看，这些发现表明需要从“一刀切”向个性化、行为导向的CPAP护理转变。未来的工作应优先考虑临床验证、模型可解释性、融入护理路径以及真实世界有效性，以实现向常规临床实践的转化。
Keyword:
Artificial Intelligence
Continuous Positive Airway Pressure
Sleep Apnea
Adherence Prediction
Personalized Medicine
期刊
IF:
4.9
论文数:
1.3W
被引数:
2.7W
机构
查看更多机构
引用论文
暂无论文信息