基于多模态数据融合的强直性脊柱炎患者的困难气道预测模型：一项回顾性临床研究

本研究拟探索多模态融合技术在 AS 患者困难气道预测中的应用，通过整合影像学数据（如 CT、X 光）、临床生理参数及实验室检查指标，构建一个基于机器学习的智能化预测模型。该研究的成功实施将有望为临床麻醉医师提供一个高效、精准、无创的术前决策支持工具，实现 AS 患者困难气道的早期识别和预警，从而指导制定个性化的麻醉方案，降低围术期风险，改善患者预后，具有重大的临床意义和社会价值。