중환자실에서 패혈증 예측을 위한 인공지능 (AICUSepsis)

본 연구에서 채택한 패혈증 예측 모델은 종합 중환자실 구축 이후 7,000명의 환자를 대상으로 구축한 사전 준비 단계에서 완성되었으며, 패혈증 3.0 진단 표준을 채택하였다. 패혈증 예측 모델은 Python 플랫폼과 XGBoost 알고리즘을 이용하여 구축하였다. , 24시간 이내에 중환자실 환자의 패혈증 발병률을 예측하는 데 사용되었습니다. 전체 정확도는 82%였으며 Auroc 곡선 아래 면적은 0.854였습니다.

포함 및 제외 기준을 충족하는 환자에게 패혈증에 대한 일일 예측 모델을 제공하고 테스트 결과를 기반으로 정량적 체크리스트를 작성했습니다. 예측 결과에는 저위험 및 고위험의 두 가지 유형이 있습니다. 정량적 체크리스트는 주치의에게 제공됩니다. 진단 효율성을 향상시키기 위해 결과는 임상의에게 기밀로 유지되었습니다.

모든 환자는 정해진 시간에 2명의 선임 주치의로부터 패혈증 진단을 받았다. 진단은 예, 아니오 두 가지로 이루어졌다. 주치의 2명의 의견이 다를 경우 세 번째 주치의가 포함되어 교정진단을 하게 되며 패혈증 유무는 2:1로 판단하게 된다. 주치의는 독립적이다. 서로의.

주치의의 진단 결과가 시스템에 입력되면 어제의 패혈증 예측 모델의 예측 결과를 비교 계산하여 예측 모델의 정확도를 판단