Forskning i risikoadvarselsmodellen og forebyggelsesstrategier for akut nyreskade forbundet med cyclosporin baseret på forklarlige dybe neurale netværk og terapeutisk lægemiddelovervågning

I denne undersøgelse vil efterforskerne fokusere på hospitalsindlagte patienter, der bruger cyclosporin, og udvikle en risikoforudsigelsesmodel for akut nyreskade gennem dybdegående analyse af elektroniske journaldata, ved at anvende fortolkelige deep learning-metoder. Denne model har til formål at give rettidig beslutningsstøtte til klinikere vedrørende forebyggelse og behandling. Sammenlignet med traditionelle maskinlæringsmodeller kan dybe neurale netværksmodeller udtrække dybere funktioner fra komplekse medicinske data og udføre mere præcis mønstergenkendelse og derved forbedre nøjagtigheden og pålideligheden af ​​forudsigelser. Ved at udvikle et forudsigelsesværktøj baseret på fortolkbare deep learning-modeller vil efterforskerne være i stand til bedre at vurdere sammenhængen mellem brugen af ​​CNI-klasse immunsuppressiva og akut nyreskade, udforske målrettede forebyggelsesstrategier og tilbyde mere præcis forudsigelse og interventionsvejledning til klinikere. . Derudover har denne undersøgelse betydelige socioøkonomiske fordele og lovende udsigter til ansøgning og forfremmelse.