基于人工智能 (AI) 的新冠肺炎患者死亡预测
针对 COVID-19 严重患者，本研究利用九种机器学习算法和两种特征选择方法进行预测模型建立，发现重症肾脏损伤是最重要的特征。在预测死亡、ICU 需求和通气天数方面，LSTM 算法表现最佳，准确率达到 90%，敏感性为 92%，特异性为 86%，AUC 为 95%。针对通气天数的预测，DNN 算法准确率达到 88%。综合各因素和局限性，选取合适的特征和数据平衡的机器学习算法可准确预测死亡、ICU 需求和通气支持，在紧急和疫情爆发情况下非常有用。
本研究使用九种机器学习算法和两种特征选择方法建立预测模型，发现重症肾脏损伤是最重要的特征。LSTM算法在预测死亡、ICU需求和通气天数方面表现最佳，准确率达90%。DNN算法在通气天数的预测中准确率为88%。综合各因素和局限性，机器学习算法可准确预测死亡、ICU需求和通气支持，在紧急和疫情爆发情况下非常有用。
