仅用 SpO2 数据通过深度学习实现麻醉医师水平的低氧血症预测
机器学习
2017-12-05 v1 应用统计
机器学习
摘要
我们使用仅以患者血氧数据（可用廉价指尖传感器测量）训练的深度学习模型，比可获取现代手术室中所有记录数据的受过训练的麻醉医师更准确地预测即将发生的低氧血症（低血氧）。我们还提供了一种简单的方法，通过对患者既往血氧值赋权来可视化其风险低或高的原因。这项工作有潜力在资源匮乏环境中提供前沿的临床决策支持，此类环境中手术并发症和死亡率远高于资源充足地区。
引用
@article{arxiv.1712.00563,
title = {Anesthesiologist-level forecasting of hypoxemia with only SpO2 data using deep learning},
author = {Gabriel Erion and Hugh Chen and Scott M. Lundberg and Su-In Lee},
journal= {arXiv preprint arXiv:1712.00563},
year = {2017}
}
备注
To be presented at Machine Learning for Health Workshop: 31st Conference on Neural Information Processing Systems (NIPS 2017), Long Beach, CA, USA