PulseAugur
实时 13:15:17
English(EN) DeepEN: A Deep Reinforcement Learning Framework for Personalized Enteral Nutrition in Critical Care

深度学习框架实现重症监护营养个性化

研究人员开发了DeepEN,一个旨在为重症监护患者个性化肠内营养的深度强化学习框架。DeepEN在超过11,000名ICU患者的数据上进行训练,生成定制的每4小时热量、蛋白质和液体摄入目标。与标准临床实践相比,该框架显著降低了估计死亡率并改善了代谢稳定性。 AI

影响 展示了AI在重症监护环境中改善患者预后和优化治疗方案的潜力。

排序理由 该集群包含一篇学术论文,详细介绍了一种用于特定应用的新AI框架。

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Daniel Jason Tan, Jiayang Chen, Dilruk Perera, Kay Choong See, Mengling Feng ·

    DeepEN:危重监护中个性化肠内营养的深度强化学习框架

    arXiv:2510.08350v3 Announce Type: replace-cross Abstract: Objective: Enteral nutrition (EN) delivery in the ICU remains suboptimal due to limited personalization and uncertainty regarding appropriate calorie, protein, and fluid targets under dynamic metabolic demands. We introduc…