DeLLiriuM: A Large Language Model for Delirium Prediction in the ICU Using Structured Electronic Health Records
💡
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本研究提出了DeLLiriuM模型,用于重症监护室中谵妄的早期预测。基于195家医院的104,303名患者的电子健康记录,DeLLiriuM在预测性能上显著优于现有深度学习方法,为临床干预提供了可靠依据。
🎯
关键要点
- 谵妄是一种急性混乱状态,影响重症监护室中多达31%的患者。
- DeLLiriuM模型旨在解决重症监护室患者中谵妄早期检测不足的问题。
- 该模型基于195家医院的104,303名患者的结构化电子健康记录数据。
- 研究表明,DeLLiriuM在外部验证集中的预测性能显著优于现有的深度学习方法。
- DeLLiriuM为临床干预提供了可靠依据。
➡️