摘要:目的运用深度学习方法构建ICU患者住院死亡风险智能化预测模型,并将该模型与ICU患者中普遍使用的简化急性生理评分(SAPS-II)进行预测性能比较。方法采用深度学习算法建立一种智能化的死亡风险预测模型,使用十二折交叉验证法对模型性能进行比较,选取准确率、灵敏度、特异度、约登指数、召回率等5种评价指标。结果实验结果显示,基于深度学习模型的方法比SAPS-Ⅱ在准确率、灵敏度、特异度、约登指数和召回率上分别提高1.77%、1.02%、0.49%、0.15%和1.10%。结论针对ICU患者住院死亡风险数据的非线性、复杂性和无规律性,深度学习模型比SAPS-Ⅱ表现出更好的泛化能力,具有更高的准确率,更适合对ICU患者住院死亡风险进行预测,可为医院的智能化预测提供了一种新的方向。
