ICU における敗血症予測のための人工知能 (AICUSepsis)

この研究で採用された敗血症予測モデルは、総合 ICU の設立以来 7,000 人の患者を対象に構築された予備準備の段階で完了しており、敗血症 3.0 診断基準が採用されています。敗血症予測モデルは、Python プラットフォームと XGBoost アルゴリズムを使用して構築されました、これは ICU 患者の 24 時間以内の敗血症の発生率を予測するために使用されました。 全体的な精度は 82% で、オーロック曲線の下の面積は 0.854 でした。

包含基準と除外基準を満たした患者には敗血症モデルの毎日の予測が与えられ、検査結果に基づいて定量的チェックリストが作成されました。予測結果には低リスクと高リスクの 2 種類があります。定量的チェックリストは主治医が利用できます。診断効率を向上させるため。結果は臨床医に対して機密として保管されました。

すべての患者は、決まった時期に 2 人の上級主治医によって敗血症と診断されました。 診断は「はい」と「いいえ」の2種類で構成されます。2人の主治医の意見が異なる場合は、3人目の主治医も修正診断に加え、2対1で敗血症の有無を判定します。主治医は独立しています。お互いの。

主治医の診断結果をシステムに入力すると、昨日の敗血症予測モデルの予測結果と比較計算し、予測モデルの精度を判定します。