基于动态贝叶斯网络与神经网络结合的COVID-19患者严重程度演化分类
机器学习
2023-03-13 v1 人工智能
摘要
当我们面对因某种疾病影响而抵达医院的患者时，可能遇到的主要问题之一是评估这些患者近期是否需要重症监护。重症监护需要调配宝贵且稀缺的资源，而提前知晓患者疾病的严重程度可改善其治疗与资源调配。我们在由西班牙第六波疫情 COVID-19 患者组成的数据集上阐明此问题，并将进入重症监护单元或死亡的患者标记为危重。随后，我们结合使用动态贝叶斯网络预测患者未来 40 小时的生命体征与血液分析结果，以及神经网络在该时间段内评估患者疾病严重程度。我们的实证结果表明，利用动态贝叶斯网络将患者当前状态转置为未来值并用于后续分类，比直接应用分类器获得了更好的准确率与 G-mean 分数。
引用
@article{arxiv.2303.05972,
title = {Classifying the evolution of COVID-19 severity on patients with combined dynamic Bayesian networks and neural networks},
author = {David Quesada and Pedro Larrañaga and Concha Bielza},
journal= {arXiv preprint arXiv:2303.05972},
year = {2023}
}