중환자실 입원 요구 예측에서 인공 지능 모델의 효율성 평가

중환자실(ICU)은 심각하고 생명을 위협하는 질환을 앓고 있는 환자에게 생명을 구하는 치료를 제공하는 의료 시스템의 중요한 구성 요소입니다. 환자 결과를 개선하고 병원 자원 할당을 최적화하려면 ICU 입원 요구 사항을 시기적절하고 정확하게 예측하는 것이 필수적입니다. ICU 입원 지연은 지속적으로 높은 이환율 및 사망률과 관련이 있습니다. 의료 분야에 인공지능(AI)이 등장하면서 AI 모델을 활용해 ICU 요구사항을 정확하게 예측함으로써 임상 의사결정을 향상할 수 있는 기회가 생겼습니다. ChatGPT 및 Gemini와 같은 AI 모델은 방대한 양의 복잡한 데이터를 처리하여 인간 임상의에게 즉각적으로 드러나지 않을 수 있는 패턴을 식별하여 ICU 입원 결정의 속도와 정확성을 잠재적으로 향상시킬 수 있습니다.

이것은 관찰 후향적 연구이다. 데이터는 병원의 전자건강기록(EHR)을 통해 후향적으로 수집되었습니다.

데이터는 EHR에서 추출되었으며 다음이 포함되었습니다.

인구통계학적 데이터: 연령, 성별 및 기본적인 환자 특성. 임상 매개변수: 약물 정보, 상담 세부사항, ECG 소견, 영상 결과, 동반 질환(예: 당뇨병, 고혈압, 심부전, COPD, 뇌혈관 사건) 및 실험실 수치(예: 헤모글로빈, 적혈구용적률, 혈소판 수, PT, INR) , 프로칼시토닌, ALT, AST, 빌리루빈, 나트륨, 칼륨, 염화물, 포도당, 크레아티닌, 요소, 알부민, 갑상선 기능 검사).

예측 데이터: AI 모델 예측 및 실제 ICU 입원 결정.