重症监护室中的假性心律失常警报减少
机器学习
2017-09-13 v1
摘要
研究表明，重症监护室 (ICU) 触发的警报中超过 80% 为假警报。高假性心律失常警报率会导致严重后果，如干扰患者护理、引发护理人员警报疲劳，以及导致临床人员对真实生命威胁警报的脱敏。因此，降低假警报率的方法将极大地造福患者及护士的护理能力。我们在此开发并描述了一种用于 ICU 的鲁棒假性心律失常警报减少系统。基于文献中先前描述的工作，我们利用信号处理和机器学习技术来识别五种心律失常类型的真警报和假警报。仅该基线算法即可表现优异，其灵敏度为 0.908，特异度为 0.838，PhysioNet/CinC 挑战得分为 0.756。此外，我们探索了在整个警报信号以及逐搏基础上的动态时间规整 (dynamic time warping) 技术，旨在提高室性心动过速的分类性能，而该类型在文献中一直是最难分类的心律失常之一。这种具有强大性能和效率的算法有望转化应用于 ICU，以促进整体患者护理和康复。
引用
@article{arxiv.1709.03562,
title = {False arrhythmia alarm reduction in the intensive care unit},
author = {Andrea S. Li and Alistair E. W. Johnson and Roger G. Mark},
journal= {arXiv preprint arXiv:1709.03562},
year = {2017}
}
备注
10 pages, 5 tables, 5 figures