The role of artificial intelligence in the treatment of obstructive sleep apnea
Notice bibliographique
Résumé
BACKGROUND: The first-line and most common treatment for obstructive sleep apnea is nasal continuous positive airway pressure, which serves as a pneumatic splint to stabilize the upper airway and is effective when used with appropriate adherence. Continuous positive airway pressure compliance rates remain significantly low despite machine improvements and compliance intervention. Other treatment options include oral appliances, myofunctional therapy, and surgery. The aim of this project is to elucidate the role of artificial intelligence within improving the treatment of obstructive sleep apnea. METHODS: Related publications between 1999 and 2022 were reviewed from PubMed and Embase databases utilizing search terms "artificial intelligence," "machine learning," "obstructive sleep apnea," and "treatment." Both authors independently screened the results by title/abstract then by full text review. 126 non-duplicate articles were screened, 38 articles were included after title and abstract screen and 30 articles were included after full text review. The inclusion criteria are outline in the PICO framework and involved studies focused on artificial intelligence application in guiding and evaluating obstructive sleep apnea treatment. Non-English articles were excluded. RESULTS: The role of artificial intelligence in the treatment of OSA was categorized into the following sections: Predicting treatment outcomes of various treatment options, Improving/Evaluating treatment, and Personalizing treatment with improving understanding of underlying mechanisms of OSA. CONCLUSIONS: Artificial intelligence has the capacity to improve the treatment of OSA through predicting outcomes of treatment options, evaluating the treatment the patient is currently utilizing and increasing understanding of the mechanisms that contribute to OSA disease process and physiology. Implementing AI in guiding treatment decisions allows patients to connect with treatment methods that would be most effective on an individual basis.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».