【摘 要】
：
ICU具有治疗费用昂贵,死亡率高等特点,而目前国内ICU资源与发达国家相比较为匮乏,在此背景下国内近年来陆续诞生发展“AI+ICU”的智慧医疗企业,通过为医院ICU提供AI辅助诊疗服务可以实现患者病情早期预警、及时诊疗、防大于治,减少病人住院时长,降低治疗费用,加快病床流转率。作为辅助诊疗技术之一的ICU死亡率预测是一项在医学领域活跃了数十年的课题,患者ICU死亡率预测对患者的救援和ICU资源分配
论文部分内容阅读
ICU具有治疗费用昂贵,死亡率高等特点,而目前国内ICU资源与发达国家相比较为匮乏,在此背景下国内近年来陆续诞生发展“AI+ICU”的智慧医疗企业,通过为医院ICU提供AI辅助诊疗服务可以实现患者病情早期预警、及时诊疗、防大于治,减少病人住院时长,降低治疗费用,加快病床流转率。作为辅助诊疗技术之一的ICU死亡率预测是一项在医学领域活跃了数十年的课题,患者ICU死亡率预测对患者的救援和ICU资源分配具有重要意义。当前ICU死亡率预测研究主要围绕对机器学习、深度学习模型的应用,以改善预测精度,深度学习模型端到端的层次特征提取能力使得深度学习模型学习能力显著高于机器学习方法。而医疗任务使用的深度学习模型多来自图像分类、自然语言处理等领域,其对应于医疗学习任务中时序数据稀疏、正负样本不平衡等特点并没有专门设计的模型。当下,神经架构搜索算法研究日新月异且已经在目标检测、图像分类等任务上取得了很好的效果。本文将对神经架构搜索研究工作按搜索空间、搜索策略、性能评估策略,进行划分并作简单介绍,而后我们对现有ENAS模型进行适应于ICU死亡率预测任务改进,对模型搜索得到的Cell结构的最佳子网络,进行重组构建ICU死亡率预测模型。所做工作主要有:1)改进子网络共享参数训练,针对医疗数据的不平衡性我们引入不平衡学习中的知识,如代价敏感函数和重采样方法;2)改进搜索策略中的激励函数,激励值计算由考虑子网络在验证集上的损失值改为子网络在验证集上的评估评分;3)对搜索得到的子网络重组构建ICU死亡率预测模型,我们将模型搜索得到的最优子网络作为双向神经网络的Cell单元,构建ICU死亡率预测模型;4)进行充分实验,我们分别在公开的MIMICIII、e ICU数据集进行死亡率预测,通过实验我们发现,神经网络搜索过程中激励函数的任务化定制以及子网络共享参数训练中不平衡学习知识的融合,对模型搜索的收敛与子网络训练优化都有重要意义,此外双向循环神经网络架构的ICU死亡率预测模型预测效果在AUROC值下较对比模型提升16%,体现我们改进模型的可行性与优越性。
其他文献
在我国,现如今胃癌已经成为第三大癌症,并且每年都会有40万人左右深受胃癌所带来的伤害。目前,在临床上对胃癌进行诊断的常用手段之一就是内窥镜检查。胃癌在发病时较为隐匿、不易被患者所察觉,早期经常会因为没有明显的症状而导致漏诊的情况出现,并且还具备易转移、复发和预后差等特点。据研究表明,内窥镜检查可以显著的减少亚洲患者胃癌死亡率。在检查过程中产生的大量内窥镜图片需要由专业的内科医务人员去进行初步筛选,
智能问答是指计算机通过分析用户提问,自动回答用户所提出的问题,是一种高级形式的信息服务。知识图谱本质上是一种围绕特定实体所构成的语义关系网络,由实体、概念以及它们之间的关系组成。将知识图谱拥有的丰富且庞大的现实世界知识注入智能问答模型中,将使智能问答模型的表示能力进一步提升,进而在面向事实型问答任务时,无论是用户意图的识别,还是问答中实体的识别都将更为符合现实世界的常识,从而从基础上提升智能问答系
小规模学校是乡村教育的薄弱环节,其中师资是短板。美国、印度、英国、法国、日本、韩国等均存在大量小规模学校,也曾面临师资困境。为了加强小规模学校的教师队伍建设,这些国家在保障教师数量、提高教师地位、促进教师发展等方面进行了有益探索,如按照工作量核定教师编制,提高教师综合待遇,建立教师发展共同体等,对我国乡村小规模学校教师队伍建设具有重要启示。
目的:探讨二步截骨联合生物型长柄假体植入治疗老年粗隆间骨折的疗效。资料与方法:回顾性分析2013年1月至2020年6月我院关节外科收治的74例老年粗隆间骨折患者。男性15例,女性59例,年龄67~98岁,平均年龄81.91±6.88岁。根据Evans-Jensen分类,I型1例,II型27例,III型12例,IV型25例,V型9例。47例（骨水泥组）使用骨水泥型半髋假体植入,27例（生物组）使用生
目的:肺癌是全球癌症相关死亡的主要原因,非小细胞肺癌约占肺癌病例的85%,许多非小细胞肺癌早期表现为磨玻璃结节（ground-glass nodule,GGN）,20%-30%的GGN患者有一个以上的病灶。目前对导致单发和多发GGN的研究主要集中在治疗方案和基因水平的差异,二者病灶数量不同的机制尚不清楚,单发和多发GGN患者的血液学指标差异也未见报道。因为GGN病情进展或因为阅片过程中病灶不清楚而
近年来,汽车保有量逐年增加,寻找空闲停车位愈发困难,“停车难”问题日益严重。因此,在停车位数量无法大量增加的情况下,如何有效利用停车位资源成为目前研究的焦点。本文依托于吉林省科技厅重点科技研发项目“基于车联网的城市停车位智能服务平台的构建”,以校园为试点,在校园中模拟城市的情况。设计并开发校园智能停车系统,力图实现停车场的智能化。本系统采用热点技术与理念,将现有停车场智能化。首先,采用轻量级的Fl
在目前的工程应用与基础科学研究中,许多亟待解决的问题都可以被转变成求解最优化的过程。虽然传统的优化技术可以解决这些问题,但当问题变得更复杂更具挑战性时,它们便很难找到全局最优解。近几年来,随着计算机科学的发展,许多过去人类无法解决的复杂函数优化问题已经可以通过计算机来得到近似解。在求解过程中,人们创造了许多优秀实用的算法。元启发式算法作为一种随机优化策略,因为其能很好地解决复杂优化问题,所以它已成
中国互联网络信息中心2020年4月的报告中显示,我国上网的群众人数已超过9亿,互联网络的普及率也达到了60%以上。这一数据一方面说明了人民生活变得更加信息化,但另一方面也提醒我们的社会正在面临着一次前所未有的挑战,如何处理好海量网络文本信息成为了一个迫切需要解决的问题。如何使用自然语言处理技术（Natural Language Processing）分析海量的网络评论文本成为了研究人员的研究热点。
在计算机图像处理问题中,图像超分辨率（Super-Resolution,SR）采用数学模型计算的方式在尽可能保留图片原有纹理细节的情况下,将低分辨率（LowResolution,LR）图像转换成高分辨率（High-Resolution,HR）图像。研究表明,基于深度学习图像超分辨率方法的性能会随着网络宽度和层数的增多而提高,然而这些算法仍然面临一系列问题:1.单纯增加神经网络的深度或宽度会带来梯度
随着汽车行业蓬勃发展,出行面临的交通压力也愈来愈大,交通安全成为了人们关注的重点。分心驾驶是导致交通事故的重要原因,分心驾驶行为的检测已经成为图像分类领域中比较热门的研究方向。分心驾驶行为存在整体动态性不明显、动作变化幅度和动作空间较小的特点。如何在车内场景下,准确高效检测出分心驾驶行为已然成为分心驾驶图像检测的重点。目前分心驾驶图像分类大多采用传统CV算法或者深度学习方法,但是这些方法均存在以下