使用深度学习连续预测重症监护病房所有入院患者的死亡率

重症监护室（ICU）的死亡率是衡量医院临床质量的关键指标。为了提高医院绩效，已经提出了许多方法来对患者的不同风险类别进行分层，例如严重程度评分系统和机器学习模型。然而，这些方法使获取时间序列信息变得困难，对患者住院期间持续评估其严重程度提出了挑战。因此，我们建立了一个预测模型，可以在患者住院期间进行预测，并实时获得患者的死亡风险。在一整套性能评估过程中，我们提出的模型比其他机器学习方法（包括逻辑回归、随机森林和XGBoost）表现得更好。因此，所提出的模型可以支持医生的决定，让他们更多地关注高危患者，并预测潜在的并发症，以降低ICU死亡率。