集中治療室への入院ニーズの予測における人工知能モデルの有効性を評価する

集中治療室 (ICU) は医療システムの重要な構成要素であり、重篤で生命を脅かす状態の患者に救命ケアを提供します。 ICU への入院ニーズをタイムリーかつ正確に予測することは、患者の転帰を改善し、病院のリソース配分を最適化するために不可欠です。 ICU への入室が遅れると、罹患率と死亡率が高くなります。 医療における人工知能 (AI) の出現により、AI モデルを活用して ICU のニーズを正確に予測することにより、臨床上の意思決定を強化する機会が生まれています。 ChatGPT や Gemini などの AI モデルは、膨大な量の複雑なデータを処理して、人間の臨床医にはすぐには分からない可能性のあるパターンを特定できるため、ICU 入院の決定の速度と精度が向上する可能性があります。

これは観察的な後ろ向き研究です。 データは、病院の電子医療記録 (EHR) から遡及的に収集されました。

データは EHR から抽出され、次のものが含まれます。

人口統計データ: 年齢、性別、患者の基本的な特徴。 臨床パラメータ：投薬情報、診察内容、心電図所見、画像検査結果、併存疾患（糖尿病、高血圧、心不全、COPD、脳血管イベントなど）、検査値（ヘモグロビン、ヘマトクリット、血小板数、PT、INRなど） 、プロカルシトニン、ALT、AST、ビリルビン、ナトリウム、カリウム、塩化物、グルコース、クレアチニン、尿素、アルブミン、甲状腺機能検査）。

予測データ: AI モデルの予測と実際の ICU 入院決定。