感染性休克是由脓毒症引起的严重循环障碍，病死率高达55.5%。华中科技大学研究团队提出了一种基于TOPSIS的分类融合模型（TCF），整合7种机器学习模型，有效预测ICU感染性休克患者28天内的死亡风险，为临床提供早期预警工具。

本文介绍了一种可伸缩的端到端分类器，用于预测败血症发作。该分类器使用生理时间序列和药物数据，并能在真实临床数据中工作。通过使用多元高斯过程模型和回归神经网络，该分类器在医院数据中表现优于新闻评分，改进了19.4％和55.5％。