文章图片

文章图片
图3 随机森林算法决策示例
深度学习：神经网络
为了改善对复杂信息的处理 ， 深度学习模型试图复制人类大脑的结构 ， 使用非线性转换来增加抽象级别 ， 并且与有监督学习模型不同的是 ， 深度学习模型可以在没有预先标记或特征选择的情况下使用 。
深度神经网络基于多层感知器 ， 这些感知器是由若干层神经元组成的 。每个神经元都有一个从0到1的数字 ， 当神经元内的数字超过某个阈值（称为激活数）时 ， 神经元就会激活 。神经层的某些神经元群被激活后 ， 下一层的其他神经元也会被激活 ， 其方式与生物神经元类似 。最后一层是输出层 ， 在这一层 ， 激活更频繁的一组神经元将在单个输出中占主导地位 ， 给出模型的最终解释 。随着神经网络复杂度和层数的增加 ， 用于正确训练算法的数据数量也随之增加 。目前深度学习已被广泛应用于图像识别、计算机视觉以及自然语言处理中 。
03
临床应用案例
Komorowski等人利用强化学习算法开发了一个预测模型 ， 能够对ICU成年患者动态地提供最佳治疗建议 。该模型使用了ICU可用的两个最大的数据集——MIMIC-III和eICU研究所数据库进行训练与验证 。结果显示 ， AI相对临床医生 ， 在选择静脉输液和血管升压药物方面表现更好 。且在实际治疗中 ， AI建议的液体剂量更低 ， 血管升压药剂量更高 。此外 ， 接受AI建议剂量的患者死亡率最低 。
Davoudi等人开展的一项研究中 ， 利用机器学习算法对22名ICU患者进行谵妄和躁动的持续监测 ， 主要是采用CAM（混淆评估法）-ICU评分量表 ， 在患者的手腕、脚踝和手臂上安置三个加速度计 ， 用相机与加速度计来记录面部表情和动作 ， 最后用神经网络模型来对个体的表情进行识别和监测 ， 由此持续评估患者的情绪 ， 识别出谵妄患者 。该模型的应用能够持续分析患者行动 ， 不受昼夜因素影响而中断 。
作者指出 ， 人工智能对重症医学领域的赋能还将通过临床决策支持系统(CDSS)的应用进一步释放 ， CDSS与电子病历系统集成 ， 能够基于患者的病历文本、检查检验数据等信息 ， 较ICU医护人员作出决策 ， 更早预警患者病情 ， 并提供诊疗建议 ， 帮助临床进行精准治疗 。
参考文献：
Artificial Intelligence in the Intensive Care Unit ， Massimiliano Greco, MD1,2 Pier F. Caruso, MD1 Maurizio Cecconi, MD1,2
来源：健康界

• 原神心海是几星（原神心海角色属性介绍）
• 今年的iphonese，还是你熟悉的模样
• 原神雷神是什么定位（原神手游雷神定位分析）
• 原神无尽骤战高分打法是什么（原神无尽骤战玩法技巧分享）
• 崩坏3V5.0版本累计消费活动是什么（崩坏3V5.0版本夏日活动介绍）
• 249克！开箱道通EVO Nano＋袖珍无人机：夜景是亮点
• 浓缩洗涤剂，还是老牌国货一轻日化好～
• 饿了么是不是只能用支付宝（饿了么平台运营详细解说）
• 微信朋友验证消息是怎么回事（?微信查看好友添加来源步骤）
• 妄想山海神树蕴养玩法是什么（妄想山海神树蕴养玩法思路介绍）