资料、药物治疗差界和生理指标的变化预测在ICU延迟(>7天)。3)?信号处理:Ortolani等利用EEG的13个参数输入ANN,白行设计的麻醉深度指数NED0-100作为输出,比较NED与BTS之间有很好的相关性;4)?干扰信号的口动区分检测:JeleazcovC等利用BP神经网络区分麻醉屮和后检测到的EEG信号屮的假信号,是传统EEG噪音检测方法的1.39-1.89倍。5)?各种临床状况的预测:Laffey用ANN预测肌肉松弛药的残留,发现明显优于医生的评估,还有用于预测propfol剂量个体差界的,预测术后恶心、呕吐,预测全麻后PACU停留时间,预测ICU死亡率等较多的研究。6)?单独或结合其他人工智能技术进行麻醉闭环控制:Huang等在全凭异丙酚静脉麻醉屮,利用听觉诱发电位确定麻醉深度,结合异内酚靶控输注效应室浓度训练ANN区分有反应和无反应者,对ANN判断的麻醉水平再用基于心率、血压的模糊逻辑控制调整,结合应对意外干扰的安全机制。随着ANN新的理论、技术、方法的不断涌现,其模仿人智能的程度不断捉升,已经在诸如专家系统、植入系统(embeddedsystems).数据挖掘、多智能体系统、财金工程、生物信息学、无线通讯、制造业等领域得到了很多商业化的应用。在医学特别是麻醉、危重医学的应用研究尚不多,商业化应用更是鲜见。但在围术期和重症监护与治疗阶段,需要获取大量的信息,既有纯数据、乂有生物信号、图像、文字等,既有数字化确定的信息,乂有不确定和模糊的表诉,既有静态的,乂有动态的,既有具有共性的征象,乂有个体差界,客观上为新技术的应用提供了宽阔的舞台。将可以在信号处理、基于动态数据驱动的辅助决策专家系统、数据挖掘、各种临床状况的预测、智能化床旁监护、远程医疗与教学、医疗机器人等各方面运用人工神经网络技术和其他人工智能技术,帮助忙碌的医护人员更有效、安全、经济地为病人服务。