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。
➡️

继续阅读