基于物联网体温监测与人工智能技术预测分娩镇痛相关产程发热的人群易感特征

硬膜外分娩镇痛作为安全有效的镇痛方式在全世界广泛运用。然而在减轻产妇疼痛的同时，硬膜外相关产时发热（ERMF）却增加了产程发热的发生率，并且与感染发热相混淆，从而干扰医务人员对母体分娩过程的临床管理，同时也对新生儿结局造成了影响。在实时分娩过程中，目前尚无有效鉴别 ERMF 和感染发热的手段。本研究创新性提出，基于人工智能的产时发热分析技术，通过围产期所采集数据（产妇连续体温数据、产妇特征、医疗干预等），结合持续变化的体温趋势进行学习训练，对发热产妇发生 ERMF 与感染发热的概率分布进行智能推断，并进一步预测 ERMF 的易感人群，为临床干预措施及处理方式提供依据。