該研究歷時3年，全面客觀評估了多部位組織氧監測結合血流動力學管理方法對擇期非體外冠脈搭橋圍術期管理中的實際效用，為心血管手術圍術期精準管理提供了重要科學依據。
心臟手術患者的圍術期管理始終是臨床中的一個難題，如何通過大數據分析的智能化手段提高手術過程中的精確度，降低圍術期風險，是心臟外科領域亟待攻克的難題。圍術期傳統血流動力學監測主要依賴心率、血壓等單一指標，難以反映組織器官灌注的真實狀態。
研究團隊整合近紅外光譜組織氧監測技術與血流動力學監測技術，對1960例60歲以上非體外冠脈搭橋手術患者，開展“聯合監測”和“常規監測”的隨機對照臨床研究。研究發現，多部位組織氧監測結合血流動力學管理組織氧水平更穩定，與傳統血流動力學管理組相比，雖然主要結局發生率無顯著差異，但聯合監測對降低術后肺炎發生率方面表現出優勢，揭示了特定并發癥的防控窗口，這對高風險患者群體具有重要臨床價值。
據了解，這項成果得到天津大學醫工結合重點項目《基于人工智能數據分析的非體外冠脈搭橋手術圍術期不良事件預警方法及應用》的資助，該項目由天津市科技局重點專項支持，并依托天津大學和天津市心血管急危重癥重點實驗室開展研究。項目旨在研發基于多模態數據融合的人工智能輔助決策系統，以實時監測和采集患者生理指標，通過大數據智能分析提前預測潛在并發癥，實現對患者圍術期不良事件的實時預警，為個性化精準醫療提供技術支撐。該系統已完成關鍵技術的研發，計劃在2025年內正式啟動臨床應用。未來，心臟手術、乃至不同醫學專業領域的手術和危重患者的臨床管理都將是提高手術成功率和患者生存率的關鍵環節。
