基于注意力的融合模型預測膿毒癥患者死亡率

摘要： 準確識別死亡風險較高的膿毒癥（sepsis-3）患者對改善患者生存結(jié)局、輔助ICU醫(yī)生醫(yī)療決策具有重要意義.然而傳統(tǒng)機器學習方法需要復雜的特征工程，且不能充分利用患者醫(yī)療數(shù)據(jù)中高缺失的動態(tài)時序數(shù)據(jù)與稀疏的靜態(tài)數(shù)據(jù).針對ICU膿毒癥患者死亡率預測的現(xiàn)有不足，設計了一種基于注意力機制的多輸入融合學習模型，分別從高缺失率的動態(tài)時序數(shù)據(jù)和稀疏的靜態(tài)數(shù)據(jù)中捕捉患者醫(yī)療記錄時空維度上的患者...