预测心脏骤停后昏迷患者的神经功能恢复：George B. Moody PhysioNet Challenge 2023

基于摘要分析。本研究围绕心脏骤停后昏迷患者的神经功能恢复预测，通过 George B. Moody PhysioNet Challenge 2023 引入多中心 I-CARE 数据集，并组织参赛团队开发预测算法。其主要贡献是提供数据与研究评估平台，而非提出单一 EEG 解码模型。 患者恢复自主循环后的预后判断会影响治疗决策，包括继续或撤除生命支持。EEG 可为预后评估提供更客观的信息，但临床判读依赖专业经验；算法分析具有改善预测准确性与可及性的潜力。摘要指出，既有研究受限于规模较小且同质性较高的数据集，本次挑战旨在缓解这些限制。 作者报告，International Cardiac Arrest REsearch consortium（I-CARE）数据集包含来自七家医院的 1,020 名患者，汇集超过 57,000 小时的数据，涵盖 EEG、其他生理数据及临床结局。这些数字描述数据收集规模，不代表模型性能或独立测试集规模。作者报告，共有 111 支团队参与，参赛者来自学术、临床及产业领域。 挑战要求团队提交完整训练与推理代码，以促进研究的可复现性与泛化评估；这一要求本身不证明算法已具备跨中心泛化能力。摘要未提供具体预测目标定义、结局评估时点、训练与测试划分、医院间划分方式、评分指标、基线或各团队结果，实验协议、消融及统计信息尚未验证。 该工作直接涉及 EEG 临床预后预测，不应等同于 BCI 控制或交互任务。复现与应用评估应重点核对数据访问条件、预处理流程、患者级划分、跨医院测试设置及完整代码的可获取性；材料尚不足以判断算法能否支持实际生命支持决策。