人工智能可以预测重症监护室的床上洗时间.

科学领域:

• 关键护理医学 关键护理医学
• 医疗信息学 医疗信息学
• 医疗保健中的人工智能

背景情况:

• 估计患者护理任务持续时间对于重症监护病房的资源配置至关重要.
• 准确预测床执行时间可以优化护理工作流程和患者管理.
• 目前用于估计任务持续时间的方法可能缺乏精度,特别是在复杂的重症监护环境中.

研究的目的:

• 评估各种人工智能算法的预测准确度,以估计床上浴的执行时间.
• 确定最有效的人工智能模型,用于预测重症患者的这种必要的护理任务.
• 促进数据驱动工具的开发,以提高重症监护机构的效率.

主要方法:

• 一项采用多个人工智能算法的方法研究,包括多重回归,多层感知神经网络,辐射基函数网络,决策树和随机森林.
• 这些算法被用来预测病情危急的患者队列中床上洗执行所需的时间.
• 使用统计验证指标评估模型性能.

主要成果:

• 采用13个隐藏层神经元的辐射基函数的神经网络模型表现出卓越的预测性能.
• 预测和实际的床上洗执行时间之间的二次相关系数为最好的模型的62.3%.
• 其他评估的模型包括多重回归,多层感知子,决策树和随机森林.

结论:

• 辐射基函数神经网络模型为重症患者提供了最准确的床上洗执行时间预测.
• 人工智能,特别是神经网络,对于优化重症监护病房的护理任务时间估计具有重大潜力.
• 进一步的研究可以探索将这些预测模型集成到临床工作流程中,以提高运营效率和患者护理.