机器学习在心力衰竭患者衰弱评估中的研究进展
郑博文
王笑蕾
花木森
山东第一医科大学(山东省医学科学院)护理学院,山东 济南 271016
摘要：心力衰竭患者常合并衰弱症状,对心力衰竭患者的衰弱状态进行早期评估,可有效改善其预后.然而,传统的衰弱评估工具存在主观性强、针对性不足等问题.机器学习作为人工智能的重要分支,在心力衰竭患者衰弱的精准评估中展现出临床价值.本研究综述了机器学习在该领域的应用现状,具体包括构建衰弱评估指数、预测衰弱评估量表得分、评估不同衰弱表型,以及结合可穿戴设备、语音生物标志物识别衰弱,并探讨了其在应用中存在的挑战,旨在为未来推动多模态数据融合,建立心力衰竭合并衰弱患者的精准化、智能化评估体系提供参考.
关键词：机器学习心力衰竭衰弱综述
分类号：R541(心脏、血管（循环系）疾病)
论文发表日期：2025-12-25
在线出版日期：2026-01-09（本平台首次上网日期，不代表文献的发表时间）
页数：5( 33-37 )
英文信息