基于 AI 评估系统的心房颤动患者抗凝治疗护理风险预警及临床应用研究

摘要

目的：分析人工智能驱动评估系统对心房颤动患者实施抗凝治疗期间护理风险预警的临床效用及实践价值。方法：于2024年5月至2025年5月选取40例确诊心房颤动患者开展前瞻性研究，随机分配为实验组（20例）与对照组（20例）；实验组启用AI评估平台执行动态风险监控，对照组采用常规人工评估流程；核心观测项目涵盖预警精确度、出血并发症频率、国际标准化比值达标比例及护理服务评价。结果：实验组预警精确度92.5%，对照组75.0%（P=0.018）；出血事件发生率实验组5.0%，对照组20.0%（P=0.043）；INR达标率实验组85.0%，对照组65.0%（P=0.032）；护理服务评价满意率实验组95.0%，对照组75.0%（P=0.021）。结论：AI评估平台显著增强心房颤动抗凝治疗风险预警的精确性与及时性，有效抑制出血风险并优化临床管理效能，为护理实践提供坚实技术支撑。