인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
패혈증은 감염에 대한 과도한 면역 반응이 특징인 복잡하고 생명을 위협하는 상태로, 병원에서 높은 사망률을 초래한다. 빠르고 정확한 진단은 생존율을 향상시키는 데 필수적이지만, 현재의 관행은 개인화된 예측 도구가 부족하다. 전자 의무 기록의 등장은 자동화된 임상 의사 결정 시스템의 개발을 촉진시켰지만, 이러한 도구의 효과는 기계 학습(ML) 및 디지털 트윈(DT) 기술의 사용을 통해 크게 향상시킬 수 있다. 본 연구는 중환자실(ICU)에서 시계열 환자 데이터를 분석하기 위해 DT 기술을 통합한 새로운 계층적 ML 모델을 도입함으로써 패혈증 관리에서 중요한 격차를 메우고자 한다. MIMIC-IV 데이터 세트에서 강력한 코호트를 활용하여, 고전적, 정적 앙상블 및 동적 앙상블을 포함한 다양한 ML 모델을 구현하고 최적화한다. KNOP 모델이 기존의 방법론을 능가하며, 의학적으로 직관적이고 신뢰할 수 있는 패혈증 예측 방법을 제공한다는 것을 나타낸다. 이 선구적인 연구는 ICU 패혈증 예측에 DT기술과 동적 앙상블을 적용한 최초의 연구로, 환자 맞춤형 건강 관리에서 미래의 발전을 위한 기초를 제공한다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-ECN-151-24-02-090063893
