一个机器学习算法预测了重症监护室患者的急性损伤 (NAVOY急性损伤):概念验证研究
Inger Persson1,2, Adam Grünwald2, Ludivine Morvan2
1Department of Statistics, Uppsala University, Uppsala, Sweden.
JMIR formative research
|December 14, 2023
概括
一个新的机器学习算法,NAVOY急性损伤,可以预测急性损伤 (AKI) 在重症监护室 (ICU) 患者的发病时间,提前12小时. 这种早期预测工具使用例行收集的电子健康记录数据来改善患者的治疗结果.
科学领域:
- 关键护理医学 关键护理医学
- 生物医学信息学是生物医学信息学.
- 机器学习在医疗保健中的应用
背景情况:
- 急性损伤 (AKI) 是一个重要的全球健康挑战,死亡率高.
- 目前的AKI检测依赖于迟到的指标,延迟干预.
- 早期的AKI预测对于主动管理和改善患者治疗结果至关重要.
研究的目的:
- 开发NAVOY急性损伤机器学习算法,用于预测ICU患者的AKI.
- 创建一个临床决策支持工具,用于主动的AKI管理.
- 通过早期AKI检测来提高患者的治疗结果.
主要方法:
- 开发了一个混合组合模型,结合了随机森林和XGBoost算法.
- 根据KDIGO指南,利用22个临床变量进行每小时的AKI预测.
- 在麻省理工学院计算机生理学实验室的MIMIC-IV临床数据库上训练算法.
主要成果:
- 纳沃伊AKI算法准确地预测高风险患者在AKI发病前12小时使用4小时的输入数据.
- 实现了0.91的AUROC和0.75的AUPRC,与现有的算法可比.
- 在独立数据集上进行外部验证,证实了卓越的预测准确性.
结论:
- 纳沃伊急性损伤准确地预测了AKI发作,使用易于获得的ICU电子健康记录数据.
- 早期检测能力提高了患者的监测和管理,可能改善结果.
- 首个具有CE标志的AKI预测算法,用于欧洲ICU的商业用途.
