Inteligencia artificial para la predicción de sepsis en la UCI (AICUSepsis)

El modelo de predicción de sepsis adoptado en este estudio se completó en la preparación preliminar, que se construyó en 7000 pacientes desde el establecimiento de la UCI integral, y se adoptó el estándar de diagnóstico sepsis 3.0. El modelo de predicción de sepsis se construyó utilizando la plataforma Python y el algoritmo XGBoost , que se utilizó para predecir la incidencia de sepsis en pacientes de UCI dentro de las 24 horas. La precisión general fue del 82 % y el área bajo la curva de Auroc fue de 0,854.

Los pacientes que cumplieron con los criterios de inclusión y exclusión recibieron un modelo de predicción diaria de sepsis y se formó una lista de verificación cuantitativa basada en los resultados de la prueba. Hay dos tipos de resultados de pronóstico: bajo riesgo y alto riesgo. Las listas de verificación cuantitativas están disponibles para los médicos tratantes. para mejorar la eficiencia diagnóstica. Los resultados se mantuvieron confidenciales para el médico.

Todos los pacientes fueron diagnosticados con sepsis por dos médicos asistentes senior en un momento fijo. El diagnóstico consistió en dos tipos: sí y no. Si dos médicos tratantes tienen opiniones diferentes, el tercer médico tratante se incluirá para el diagnóstico de corrección y la presencia de sepsis se determinará de manera 2:1. Los médicos tratantes son independientes. el uno del otro.

Cuando los resultados del diagnóstico del médico tratante se ingresan en el sistema, los resultados de predicción del modelo de predicción de sepsis de ayer se comparan y calculan para determinar la precisión del modelo de predicción.