遺伝子アルゴリズムによって合成された人工ニューラルネットワークを用いて,重症患者の治療結果を予測する

科学分野:

• 医療情報工学 医療情報工学
• コンピューティング医学は,コンピューティング医療です.
• 医療における人工知能

背景:

• 集中治療室 (ICU) の入院と退院の決定は複雑です.
• 効果的なICU管理には,正確な予後モデルが不可欠です.
• 既存のモデルは,重症治療医療の複雑さを完全に捉えていない可能性があります.

研究 の 目的:

• 重症病棟での患者のアウトカムを予測するための人工ニューラルネットワーク (ANN) の開発と評価.
• ANNのパフォーマンスを従来のロジスティック回帰モデルと比較する.
• ANNのパフォーマンスを最適化するための遺伝子アルゴリズムの有用性を探求する.

主な方法:

• 遺伝子アルゴリズムを使用して,人工ニューラルネットワーク (ANN) が作成され,最適化されました.
• ANNは,全身性炎症反応症候群と血液動力学的ショックを有する258人の患者のデータセットで訓練され,テストされました.
• 性能は,受信機動作特性 (ROC) 曲線とブライアスコアを使用して評価され,ANNとロジスティック回帰を比較しました.

主要な成果:

• 7世代に渡って開発された最も優れたANNは,優れた予測精度を示しました.
• ANNのパフォーマンスは,ロジスティック回帰モデル (ROC領域 0.863 対 0.753) のパフォーマンスを大幅に上回りました.
• 遺伝子アルゴリズムは,改善された臨床予測のためにANNのパフォーマンスを効果的に調整しました.

結論:

• ANNは,柔軟な性質のため,複雑な臨床シナリオをモデリングするのに適しています.
• ANNと遺伝子アルゴリズムの組み合わせは,正確な臨床結果モデルを開発するための強力なツールを提供します.
• これらのモデルは,地元の慣行に合わせて調整され,臨床医に患者のケアとアウトカムに関する洞察を深めることができます.