人工智能在决策中的表现如何?根据最近在2019年美国外科医生学院临床大会上进行的一项试验研究的结果，还不错。

该研究的发现表明，以机器学习算法形式出现的AI在大学医院环境中首次在概念验证应用中正确地将绝大多数术后患者分入了重症监护病房。

目前，外科手术团队通常依靠临床判断来决定哪些患者需要术后重症监护，因为没有一组固定的标准可以做出决定。结果是临床医生通常会过度分诊，这意味着如果他们有疑问，他们会在谨慎方面犯错，并将患者送至重症监护室。但是，过度分诊可能会导致不需要该病的ICU患者入院。

“在那些情况下，患者可能不必要地暴露于耐多药细菌并增加了总体住院时间。另一方面，分流不足意味着应该将患者留在重症监护病房进行康复或治疗。下降的病房，由于监测不那么严密，延误了恶化病情的迅速获救的机会，”马可瓦列里奥·梅利斯(Makvalerio Melis)，医学博士，FACS，纽约大学朗根医院系统外科副教授，合着一份初步研究报告称。

产生的算法包括87个临床变量和15个与手术48小时内进入ICU的适当性有关的特定标准。如果满足以下条件之一，则认为进入ICU是适当的。评估标准包括：插管超过12小时，再次插管，呼吸或循环停止，要求快速反应或规范，血压连续两个小时低于100/60 mHg，心率连续两个小时低于60或高于110 bpm，使用加压器，放置中央静脉线或Swan-Ganz导管，超声心动图，新出现的心律不齐，心肌梗塞，返回手术室，输血需要4个以上单位或入院后再次入ICU 。

研究人员准备了一份问卷，以期向临床医生询问他们如何评估每位患者的重症监护需求。

AI对研究中的50例患者中的41例进行了正确分类(82%)。外科医生的准确分类率为70%(35例)，强化医师为64%(32例)，麻醉师为58%(29例)。AI的错误分类决定次数最低(18%)，其次是外科医生的30%，强化医生的36%和麻醉师的42%。

人工授精(12%)和外科医生(10%)的超检率相似;AI的过度分流率(6%)远低于临床率(20%至40%)。此外，AI的阳性预测率为50%，阴性预测率为86%。