约翰霍普金斯大学的一个研究小组开发了一种算法，可以使用 ICU 中常规检查的生命体征数据来无创地测量颅内压 (ICP)。

新方法利用深度学习技术来生成 ICP 测量值，其精度可与当前需要钻穿颅骨的黄金标准方法相媲美。

“非侵入性颅内压测量是重症监护医学领域的圣杯。这种新方法可能会改变现状，因为我们有可能在不进行这种极具侵入性的手术的情况下获得颅内压测量结果，”本文的资深作者、约翰霍普金斯大学医学院麻醉学和重症监护医学副教授罗伯特·史蒂文斯 (Robert Stevens) 说道。

研究团队由生物医学工程专业的学生和教师、麻醉师和神经外科医生组成，他们在《生物和医学计算机》杂志 7 月刊上发表了他们的研究成果。

学习利用人工智能进行创新

作为一名重症监护医师，史蒂文斯负责治疗患有急性脑外伤的患者，这种疾病可能会导致脑肿胀，并使患者颅骨内压力升高至致命程度。

目前，监测颅内压 (ICP) 的最有效方法是在颅骨上钻孔并将导管插入脑组织以收集波形信息，这是一种高风险手术，需要手术团队，并且只能在重症监护室、手术室或急诊室进行。还有其他非侵入性颅内压测量方法，但很少有方法被证明是可靠的，而且大多数方法无法生成连续的颅内压测量值。