نظام دعم القرار السريري في الوقت الحقيقي باستخدام التعلم الآلي لوحدات العناية الحرجة

ضغط الدم الشرياني المتوسط (MAP) هو معيار سريري مهم لتقييم صحة المرضى الذين يعانون من حالات حرجة في وحدات العناية المركزة. وبالتالي، فإن أنظمة دعم القرار السريري في الوقت الحقيقي التي تكشف عن الشواذ والانحرافات في MAP تتيح التدخلات المبكرة وتمنع المضاعفات الخطيرة. تعتمد أنظمة دعم القرار الحديثة على طريقة ثلاثية المراحل تتضمن التدريب غير المتصل، والتعلم الانتقالي، وإعادة التدريب عند سرير المريض. تطبيقهم في وحدات العناية الحرجة يمثل تحديًا مع التأخير وعدم الدقة. في هذه المقالة، نقترح نظام دعم قرار سريري في الوقت الحقيقي يتوقع حالة MAP عند سرير المريض باستخدام هيكل جديد للتعلم الآلي. يعمل النظام المقترح في الوقت الحقيقي عند سرير المريض دون الحاجة إلى المرحلة غير المتصلة للتدريب باستخدام مجموعات بيانات كبيرة. وبالتالي، يتيح التدخلات في الوقت المناسب وتحسين خدمات الرعاية الصحية. يتضمن هيكل التعلم الآلي المقترح مرحلتين. المرحلة الأولى تطبق التعلم عبر الإنترنت باستخدام الذاكرة الزمنية الهرمية (HTM) لتمكين معالجة التدفقات في الوقت الحقيقي وتوفير توقعات غير خاضعة للإشراف. حسب علمنا، هذه هي المرة الأولى التي يتم فيها تطبيقها على إشارات طبية. المرحلة الثانية هي مصنف الذاكرة الطويلة القصيرة (LSTM) الذي يتوقع حالة MAP للمريض قبل الوقت بناءً على توقعات التدفق من المرحلة الأولى. نقوم بإجراء تقييم شامل لأداء النظام المقترح ونقارنها مع الأنظمة الحديثة التي تستخدم الانحدار اللوجستي (LR). تظهر المقارنة أن النظام المقترح يتفوق على LR من حيث دقة التصنيف، والاسترجاع، والدقة، والمنطقة تحت منحنى تشغيل المستقبل (AUROC).