AI 與世界的難題 · 醫學與藥物探索 · Nature (computational biology) · 2026-10-25
可解釋機器學習預測胸腔手術單肺通氣期間術中氧合障礙：一項回溯性世代研究
原標題: Interpretable machine learning for predicting intraoperative oxygenation impairment during one-lung ventilation in thoracic surgery: a retrospective cohort study
本研究以 519 名胸腔手術患者的資料測試五種機器學習模型，以預測單肺通氣期間的氧合障礙。隨機森林模型表現最佳（AUC 0.924），優於邏輯斯迴歸（0.790）。SHAP 分析指出，呼氣末正壓、術前動脈血氧分壓與身體質量指數是主要預測因子。