使用 N-BEATS 解释脓毒症患者生命体征预测值
机器学习
2023-06-27 v1 计算机与社会
摘要
早期检测并预测脓毒性休克对患者最佳预后至关重要。准确预测脓毒症患者的生命体征，可为临床医生及时干预（如施用稳定药物或优化输注策略）提供宝贵洞察。本研究考察 N-BEATS——一种可预测重症监护病房（ICU）脓毒症患者 3 小时生命体征的可解释深度学习预测模型。本工作中，我们使用 N-BEATS 可解释配置预测生命体征趋势，并将其与实际趋势比较，以更好理解患者病情变化及输注药物对其生命体征的影响。我们使用公开可用的 eICU 协作研究数据库数据集评估方法，并严格依据样本外评估准则评价生命体征预测。我们以误差指标呈现模型性能，包括均方误差（MSE）、平均绝对百分比误差（MAPE）和动态时间规整（DTW），其最佳得分分别为 18.52e-4、7.60 和 17.63e-3。我们分析了预测趋势与实际趋势不符的样本，并研究输注药物相对于预测趋势改变实际生命体征的影响。此外，我们考察了实际趋势与预测趋势不符患者的死亡率。我们观察到，当实际与预测趋势密切匹配时死亡率更高（92%），相较不匹配时（84%）。
引用
@article{arxiv.2306.14016,
title = {Interpreting Forecasted Vital Signs Using N-BEATS in Sepsis Patients},
author = {Anubhav Bhatti and Naveen Thangavelu and Marium Hassan and Choongmin Kim and San Lee and Yonghwan Kim and Jang Yong Kim},
journal= {arXiv preprint arXiv:2306.14016},
year = {2023}
}
备注
Accepted in 1st World Conference on eXplainable Artificial Intelligence - Late-breaking work, Demos and Doctoral Consortium, 2023