AiCR : 심정지 시 인공지능 (AiCR)

유럽에서 전체 심폐정지 발생률은 연간 350,000~700,000건으로 추산됩니다. 모든 리듬 장애를 합친 생존율은 10.7%로 추정됩니다.

의료 분야에서 AI를 적용한 몇 가지 예가 존재합니다. Ting 등은 우수한 성능으로 당뇨병성 망막증의 존재를 진단할 수 있는 컴퓨터 도구를 개발했습니다. 소생술에서 Celi 등은 전신 염증 상태 동안 결정질 혈관 충전의 필요성을 예측할 수 있는 도구를 제안했습니다. 2018년 Nature에서 Komorowski는 패혈증의 혈역학적 관리에서 AI의 효능을 입증했습니다. 유체 도전에 대한 신장 반응 연구에서 Zhang et al. 학습 기계의 효율성을 보여줍니다.

목표: 입원 보고서(CRH)에서 ACR에 대한 중환자실(ICU)에 입원한 환자의 사망률을 예측할 수 있는 알고리즘 결정. 또한 알고리즘을 사용하여 정지 재발 위험, 기계 환기 기간, 패혈증의 출현, 장기 부전의 발생, CPC(Cerebral Performance Category) 예측, 카테콜아민 금단 획득 시간, 외모 신장 외 정화(EER)가 필요하거나 필요하지 않은 급성 신부전 및 EER 기간, 평균 체류 기간.

이 프로젝트는 더 큰 힘을 가진 더 큰 국가 프로젝트의 일부이며 집중 치료 입원 중에 생성되는 모든 데이터를 포함합니다.

방법: 이 연구에 포함된 예상 총 환자 수는 300~500명입니다. 인구는 Nice, Antibes, Cannes, Grasse의 집중 치료실에서 올 것입니다.

2014년부터 2020년 말까지 CRH, CT 영상(대뇌 및 흉복부-골반)의 CR, MRI, EEG 및 일일 후속 단어에 대해 후향적으로 포함됩니다.

익명화 후 자연어 처리(NLP) 방법을 사용하여 의미화를 적용합니다. 추출할 데이터는 집중 치료 의사가 작성한 문서에 입력됩니다. 그런 다음 이러한 데이터는 데이터베이스에 저장됩니다. 주요 목표를 달성하기 위해 연구 모집단의 사망률을 예측할 수 있는 컴퓨터 알고리즘을 개발할 것입니다. 대용량 데이터베이스를 기반으로 하는 이 알고리즘은 처리할 데이터의 양에 따라 기계 학습 또는 딥 러닝 기술을 사용하여 설계할 수 있습니다.