ML模型在儿科ICU中进行抗生素管理基准测试

作者 PulseAugur 编辑部 · [2 个来源] · 2026-05-21 15:26

研究人员对儿科重症监护室（ICU）的抗菌管理中的各种机器学习架构进行了基准测试。该研究比较了表格、序列和图基时序模型，以识别减少抗生素暴露的机会。研究结果表明，模型性能更多地取决于目标患病率和数据集特征，而非模型复杂度，其中序列模型在24小时分辨率下提供了更好的精确率-召回率权衡。 AI

影响为开发可靠的儿科抗菌管理决策支持系统提供了实践指导。

排序理由该集群包含一篇详细介绍研究发现和方法的学术论文。

AI 生成摘要 · Google Gemini · 来自 2 个来源。我们如何撰写摘要 →

报道来源 [2]

arXiv cs.LG TIER_1 English(EN) · Niklas Raehse, Luregn J. Schlapbach, Daphn\'e Chopard · 2026-05-22 04:00

Benchmarking Machine Learning Architectures for Antimicrobial Stewardship in Pediatric ICUs

arXiv:2605.22611v1 Announce Type: new Abstract: Antimicrobial stewardship (AMS) is critical in pediatric intensive care units (PICUs), where diagnostic uncertainty often drives broad-spectrum antibiotic use, increasing antimicrobial resistance and potential long-term harms. Machi…
arXiv cs.LG TIER_1 English(EN) · Daphné Chopard · 2026-05-21 15:26

Benchmarking Machine Learning Architectures for Antimicrobial Stewardship in Pediatric ICUs

Antimicrobial stewardship (AMS) is critical in pediatric intensive care units (PICUs), where diagnostic uncertainty often drives broad-spectrum antibiotic use, increasing antimicrobial resistance and potential long-term harms. Machine learning offers a promising approach for iden…