AI与世界难题 · 医学与药物研发 · Nature (computational biology) · 2026-10-25
用于预测胸科手术单肺通气期间术中氧合障碍的可解释机器学习：一项回顾性队列研究
原标题: Interpretable machine learning for predicting intraoperative oxygenation impairment during one-lung ventilation in thoracic surgery: a retrospective cohort study
本研究利用 519 名胸科手术患者的数据测试了五种机器学习模型，以预测单肺通气期间的氧合障碍。随机森林模型表现最佳（AUC 0.924），优于逻辑回归（0.790）。SHAP 分析确定呼气末正压、术前动脉血氧分压和体重指数为主要预测因素。