May, 2017

深度网络在临床干预预测和理解中的应用

TL;DR本文旨在利用所有可用的ICU数据(生命体征、实验室数据、病历及患者基本信息)并关注学习数据的丰富表示,通过使用递归神经网络LSTM和卷积神经网络CNN分别预测侵入性干预的发生和停止。该预测支持“实时”表现,并在六小时内进行以支持临床可操作的规划,同时通过特征遮盖等方法提高模型的解释性,最终超过对照组并提供模型学习洞见。