利用重症监护中的电子健康记录进行COVID-19预测建模的综合基准

COVID-19疫情突显了医疗保健中对预测深度学习模型的需求。然而，实际预测任务设计、公平比较和临床应用的模型选择依然是一个挑战。为了解决这个问题，我们引入并评估了两个新的预测任务——针对COVID-19重症患者的结果特定住院时长和早期死亡预测——这些任务更好地反映了临床现实。我们为这些任务开发了评估指标、模型适应设计和开源数据预处理管道，同时评估了18种预测模型，包括临床评分方法、传统机器学习、基础深度学习和高级深度学习模型，专为电子健康记录（EHR）数据量身定制。提供了两个真实世界COVID-19 EHR数据集的基准结果，并且所有结果和训练模型已在一个在线平台上发布，供临床医生和研究人员使用。我们的努力为疫情预测建模中的深度学习和机器学习研究的进展做出了贡献。