K. M. Merajul Arefin

AI架构适应不断变化的医疗实践以改进ICU预测

研究人员开发了一种新颖的自适应临床智能架构，旨在改进重症监护室（ICU）中的时间序列预测。该系统在结构上将患者生理学与不断变化的治疗方案分离开来，允许对治疗流进行有针对性的更新，同时保留稳定的生理学表示。使用MIMIC-IV数据集进行的实验表明，该方法通过正确识别更多的败血症休克病例，提高了对血管升压药使用和败血症休克等危重病症预测的辨别力和校准度，优于静态模型和完全重新训练的基线模型。