构建用于 ICU 患者死亡率预测的深度学习模型
机器学习
2020-12-15 v1
摘要
重症监护病房的死亡率预测被视为高效治疗重症患者的关键步骤之一。因此，已开发多种基于现代电子健康记录的预测模型来解决该问题。然而，由于心率和血压等部分实验室检测结果以不一致的时间频率采样，对此类时间序列变量建模变得愈发具有挑战性。本文中，我们提出若干使用与 SAPS II 评分相同特征的深度学习模型。为深入了解所提模型的性能，基于知名临床数据集 Medical Information Mart for Intensive Care III 进行了若干实验。预测结果展示了所提模型在精确率、召回率、F1 分数和受试者工作特征曲线下面积方面的能力。
引用
@article{arxiv.2012.07585,
title = {Building Deep Learning Models to Predict Mortality in ICU Patients},
author = {Huachuan Wang and Yuanfei Bi},
journal= {arXiv preprint arXiv:2012.07585},
year = {2020}
}