使用人在回路人工智能的脓毒症病人最优治疗
人工智能
2020-09-18 v1
摘要
脓毒症是重症监护室 (ICU) 中导致死亡的主要原因之一。治疗脓毒症的策略包括静脉输注 (IV) 液体和施用抗生素。由于患者生理机制的复杂性, 确定静脉输注液体的最佳用量是一个具有挑战性的问题。在本研究中, 我们开发了一种数据驱动的优化解决方案, 用于推导个体患者的静脉输注液体最佳用量。所提出的方法通过控制处方的静脉输注液体用量并利用人在回路人工智能, 最小化严重结局的概率。我们在从 MIMIC-III 数据集中提取的 1122 名诊断为脓毒症的 ICU 患者上展示了我们模型的性能。结果表明, 平均而言, 我们的模型可以降低 22% 的死亡率。这项研究有潜力帮助医生合成最优的、针对患者的治疗策略。
引用
@article{arxiv.2009.07963,
title = {Optimal Sepsis Patient Treatment using Human-in-the-loop Artificial Intelligence},
author = {Akash Gupta and Michael T. Lash and Senthil K. Nachimuthu},
journal= {arXiv preprint arXiv:2009.07963},
year = {2020}
}