映射患者轨迹：从患者临床叙事中理解和可视化败血症预后路径

近年来，医疗专业人员越来越强调通过探索预后路径来实现个性化和循证的患者护理。为了研究这一点，许多研究人员传统上使用电子健康记录中的结构化临床变量。目前，自然语言处理模型在临床研究中受到了极大关注，扩展了使用临床叙事的可能性。在本文中，我们提出了一种从临床笔记中推导败血症预后路径的系统方法，重点是通过探索与败血症相关的合并症来识别不同的患者亚组，并使用SHAP生成这些亚组的解释。这些亚组的提取预后路径提供了关于败血症严重程度随时间动态轨迹的宝贵见解。可视化这些路径揭示了疾病进展在不同背景下的可能性和方向，并揭示了影响败血症阶段转换的模式和关键因素或生物标志物，无论是向恶化还是改善。这使医疗保健提供者能够为个别患者实施更个性化和有效的医疗保健策略。