AI镇静评分自动监测护理在重症机械通气躁动患者中的应用效果

【摘要】目的：探讨人工智能（AI）镇静评分自动监测护理在重症监护室（ICU）机械通气躁动患者中的临床应用效果，以此来为优化重症患者镇静护理方案以及提升护理质量提供临床依据。方法：研究时间为2024年5月-2026年5月，将这一时间段前ICU收治的60例机械通气躁动患者为研究对象，分组方法为随机抽签法，分为对照组与观察组均30例，对照组开展传统人工镇静评分及常规护理，观察组在常规护理基础上采用AI镇静评分自动监测护理模式。需对两组患者躁动发生率、不良事件发生率、护理满意程度及护理后生活质量评分比较。结果：在躁动发生率以及不良事件发生率比较中，观察组要显著高于对照组，护理满意程度及生活质量评分，观察组则显著高于对照组，P＜0.05。结论：将AI镇静评分自动监测护理应用于重症机械通气躁动患者中具有显著优势，能够降低患者躁动发生率及不良事件发生率，提升生活质量及护理满意程度，值得推广。

【关键词】AI镇静评分；自动监测护理；重症机械通气；躁动

Efficacy of Automated AI Sedation Scoring Monitoring in Nursing Care for Agitated Patients Undergoing Intensive Mechanical Ventilation

Song Xu, Department of Intensive Care Medicine, The First Affiliated Hospital of Xi'an Jiaotong University, 710000

[Abstract]Objective: To investigate the clinical efficacy of AI-powered automated sedation scoring monitoring nursing in patients with agitation during mechanical ventilation in the Intensive Care Unit (ICU), thereby providing a clinical basis for optimizing sedation nursing protocols and improving the quality of nursing care for critically ill patients. Methods: The study was conducted from May 2024 to May 2026. A total of 60 ICU patients receiving mechanical ventilation who experienced agitation were enrolled as study subjects. These patients were randomly assigned using a lottery method into either a control group or an observation group (n=30 in each group). The control group received conventional manual sedation scoring and standard nursing care, while the observation group received the AI-powered automated sedation scoring monitoring nursing model in addition to standard nursing care. The incidence of agitation, the incidence of adverse events, nursing satisfaction, and post-nursing quality of life scores were compared between the two groups. Results: Compared with the control group, the observation group exhibited a significantly higher incidence of agitation and adverse events (P<0.05), as well as significantly higher nursing satisfaction and quality of life scores (P<0.05). Conclusion: The application of AI-powered automated sedation scoring monitoring nursing in critically ill patients with agitation during mechanical ventilation offers significant advantages; it can reduce the incidence of agitation and adverse events, improve patients' quality of life, and enhance nursing satisfaction, making it worthy of widespread adoption. [Keywords]AI sedation scoring; automated monitoring nursing; critical mechanical ventilation; agitation

[Keywords]AI Sedation Score; Automated Monitoring Nursing; Intensive Mechanical Ventilation; Agitation

机械通气是重症监护室治疗呼吸衰竭、多器官功能损伤等危重患者核心支持手段，其能够维持患者通气功能，并挽救患者生命。但机械通气属于侵入性操作方式，并且患者会受到长期卧床、气道刺激以及疼痛刺激影响，更加容易出现躁动、焦虑、烦躁等不良行为，不仅会导致患者人机对抗、通气效果下降，还有可能引发非计划拔管、气道损伤、心率失常等诸多不良事件，严重威胁到患者生命安全，也会影响到疾病康复进程^[1]。当今临床上对于机械通气躁动患者，主要是通过镇静镇痛治疗联合护理干预维持患者镇静状态，目前临床传统护理模式以护士人工定时开展RASS镇静评分为主，但是这种方法过于依赖护士临床经验，会存在主观偏差大、监测间隔固定等弊端，无法精准满足重症患者的实际护理需求^[2]。伴随着当今智慧医疗技术的发展，AI智能监测系统已经广泛应用到重症护理领域当中，应用AI镇静评分自动监测能够应用智能设备实时采集患者生命体征、肢体动作、面部表情等数据，以此来自动运算生成镇静评分，对患者进行24h不间断动态监测，也能够规避人工评分的主观性与滞后性，为精准镇静护理提供数据支撑^[3]。

1 资料与方法

1.1 一般资料

选取2024年5月-2026年5月我院ICU收治的60例重症机械通气躁动患者为研究对象，随机抽签法分组为每组30例。对照组年龄40～80岁，平均年龄（60.12±6.11）岁，机械通气时长2～14d，平均（7.25±2.13）d，男女比例18:12。观察组年龄40～80岁，平均年龄（62.18±6.25）岁，机械通气时长2～15d，平均（7.31±2.26）d，男女比例19:11。两组一般资料可比较（P>0.05）。

纳入标准：（1）符合ICU重症机械通气治疗指征；（2）RASS镇静评分≥2分，存在明显躁动表现；（3）患者家属知情本研究并签署知情同意书。

排除标准：（1）合并严重脑功能障碍患者；（2）合并严重肝肾功能衰竭患者；（3）存在精神疾病史患者。

1.2 方法

1.2.1对照组需开展传统人工镇静评分结合常规重症护理措施，常规护理具体包含气道护理、体位护理、口腔护理、生命体征监测、环境护理、疼痛护理等诸多措施，护士需每2h人工开展1次RASS镇静评分，要根据评分结果，并结合自身临床经验来调整镇静镇痛药物输注速度与剂量，需每天定时评估患者的躁动情况，记录患者生命体征以及躁动发生情况，要严格遵循重症机械通气护理相关规范，及时处理患者存在的人机对抗、气道分泌物增多等问题，还要做好皮肤护理、压力性损伤预防等基础护理工作。

1.2.2观察组需在对照组基础上应用AI镇静评分自动监测护理，具体为（1）设备安装与调试，在患者入组之后，需为患者佩戴AI智能监测终端，并连接重症监护AI镇静分析系统，调试设备参数，保证设备能够准确采集患者的肢体活动、心率、面部微表情、血压、呼吸频率等各个层面的数据，并且确保设备运行稳定，无异常现象。（2）全自动动态镇静监测，系统能够24小时不间断实时采集患者的相关数据，并通过内置智能算法进行自动分析，以此来计算RASS镇静评分，每5min自动生成1次评分报告，并实时同步到护理工作站，整个过程不需要人工操作，最大程度规避人工评分而存在的主观误差。（3）精准护理干预，护理人员要将AI系统实时评分数据作为核心依据，以此来动态化调整镇静镇痛措施，当系统提示评分过高、患者躁动现象加重时，需及时微调镇静药物剂量，避免因为躁动而引发的不良事件。当系统提示评分过低时以及患者镇静过度时，需及时减少药物剂量，避免过度镇静原因而导致呼吸抑制以及意识障碍问题。（4）智能预警干预，需设置出系统预警阈值，当患者的镇静评分超出正常范围，发生生命体征剧烈波动等现象，系统自动发出声光预警，提醒护理人员第一时间前往床旁干预，对患者做到早发现以及早干预。（5）数据复盘优化，每天需调取AI系统监测数据，系统化梳理患者的24h镇静状态波动规律，并结合患者病情变化情况来制定个体化镇静护理措施，确保护理精准度得到提升。

1.3 观察指标

1.3.1需比较两组患者护理后14d后躁动发生率。

1.3.2需对两组患者不良事件发生率比较，不良事件具体为非计划拔管、人机对抗、气道损伤，发生率=三项之和/总值。

1.3.3需比较两组患者护理满意程度，应用医院自制护理满意程度测量表，具体分为满意、基本满意及不满意，满意率=满意+基本满意/总值。

1.3.4护理干预14d后，采用SF-36健康调查简表评估两组患者生活质量，量表包含生理功能、身体角色功能、疼痛、一般健康感受、精神健康、社交功能、身体外貌、环境健康8个核心维度，单个维度分值0～100分，分值越高代表患者生活质量越好。

1.4 统计学分析

以SPSS28.0软件分析数据，生活质量评分（）计量资料表示，躁动发生率、不良事件发生率及护理满意程度（n，%）计数资料表示，行t检验和c²检验，P＜0.05结果差异显著。

2 结果

2.1 躁动发生率比较

    和对照组比较，观察组患者躁动发生率显著较低，P＜0.05。见表1。

表1 躁动发生率比较[n（%）]

2.2 不良事件发生率比较

相比对照组，观察组患者不良事件发生率显著较低，P＜0.05。见表2。

表2 不良事件发生率比较 [n（%）]

2.3 护理满意程度比较

在护理满意程度比较中，观察组明显高于对照组，P＜0.05。见表3。

表3 护理满意程度比较 [n（%）]

2.4 生活质量评分

两组患者各项生活质量进行比较，观察组显著高于对照组，P＜0.05。见表4。

表4生活质量评分（，分）

3 讨论

机械通气躁动是ICU危重患者治疗期间一种比较常见的并发症现象，躁动发生不仅会破坏人机同步，也会极大程度降低通气的治疗效果，也容易引发一系列的高危不良事件，会延长患者的机械通气时间以及ICU住院时间，并增加患者身心痛苦以及医疗层面负担，导致疾病预后受到十分严重的影响^[4]。所以准确、动态化的镇静状态监测以及个体化镇静护理是确保此类患者治疗安全，改善预后的关键所在^[5]。传统重症镇静护理主要依赖于护士人工定时评分，但这种模式存在较为明显的局限性。人工评分间隔固定，没有办法捕捉到患者短暂和突发的躁动情况，所以存在监测滞后性问题，并且评分结果也会受护士工作经验、主观判断影响，个体差异性较为明显，进而导致镇静方案调整合理性不足，因为镇静不足而引发躁动，因为镇静过度而引发呼吸抑制、意识恢复延迟等问题，护理准确性以及安全性无法得到保障^[6]。并且人工定时监测也会极大程度提升护士的工作负荷，在护理人力紧张的情况下就容易存在监测漏洞，极大程度影响到护理质量。

结果显示，和对照组比较，观察组患者躁动发生率及不良事件发生率均较低，护理满意程度及生活质量评分均较高，P＜0.05。因为此次研究开展中应用的AI镇静评分自动监测护理模式，能够有效弥补传统的人工护理短板，应用AI智能系统依托大数据与智能算法，能够24h不间断动态采集患者肢体动作、面部表情、生命体征等多维度数据，并自动生成标准化镇静评分，避免人工评分方式存在的主观误差，进而实现镇静状态的精细化以及实时化监测^[7]。并且系统具备智能预警功能，能够在第一时间捕捉患者镇静状态异常以及躁动的突发情况，提醒护理人员能够及时干预，缩短了干预响应时间^[8]。并且AI系统也能够全程记录患者的镇静状态变化的数据，从而帮助护理人员来梳理患者的病情波动规律，为患者制定出个体化、动态化的镇静护理措施，让镇静药物使用更加精准，护理干预也更加具有针对性^[9]。精准的镇静护理也能够缓解患者疼痛、焦虑等不适，减少不良事件对病情所产生的影响，缩短康复周期，降低患者身心创伤，从而全面提升患者预后生活质量^[10]。

综上，AI镇静评分自动监测护理其具备监测精准、实时动态、智能预警等诸多优势，能够优化重症机械躁动患者的镇静护理效果，降低患者不良事件发生率，提升护理满意程度且提升生活质量，所以该种护理措施在临床上具有较高的实际应用价值。

参考文献

[1]林艳,黄丽玲. 多学科合作的专项护理小组模式对急诊ICU重症肺炎有创机械通气患者康复进程及血气分析的影响 [J]. 齐齐哈尔医学院学报, 2026, 47 (8): 795-800.

[2]熊云凤. 集束化护理在重症监护病房有创机械通气患者呼吸机撤除中的应用效果分析 [J]. 中国社区医师, 2026, 42 (11): 88-90.

[3]汤雅洁,胡黎明,张学妍. 量化评估策略指导下肺康复训练联合气道专项护理对ICU重症肺炎机械通气患者的影响 [J]. 生命科学仪器, 2026, 24 (2): 225-227.

[4]颜时丽,王晓韵. 集束化镇痛镇静护理对重症监护室机械通气患者谵妄发生率的影响 [J]. 西藏医药, 2026, 47 (2): 137-138.

[5]龚凤英. 气道优化护理对呼吸重症监护室机械通气患者呼吸功能的影响 [J]. 西藏医药, 2026, 47 (2): 147-149.

[6]梅景亮,王晓坤,刘景越,等. 破窗理论下并发症溯源预控护理模式在重症肺炎患者机械通气中的应用 [J]. 国际护理学杂志, 2026, 45 (6): 990-995.

[7]胡雪霞,庄云琼,林亚芬. 基于目标导向的精细化气道护理策略对重症肺炎机械通气患者预后的影响 [J]. 吉林医学, 2026, 47 (3): 507-509.

[8]陈丽萍,陈霞. JBI模式引导的责任制护理在ICU重症肺炎无创机械通气患者中的应用效果 [J]. 医药前沿, 2026, 16 (4): 121-124.

[9]孙敏. 基于CPOT及RASS评分的术后镇静镇痛调控方案在重症医学科机械通气病人中的应用 [J]. 全科护理, 2020, 18 (29): 4013-4015.

[10]张迪颖,樊柳,孙红果. 躁动镇静评分在重症医学科机械通气患者中的应用效果 [J]. 中国当代医药, 2020, 27 (1): 197-199.