arXiv · AI· Chenyang Wang, Jiawei Theresa Tang, Xinran Liu, Xinyu Lu, Xulei Yang·· 6 小时前AI 评分20
NECA 通过邻近事件曲线增强实现多时间窗 ICU 恶化预测
NECA: Neighbor Event Curve Augmentation for Multi-Horizon ICU Deterioration Prediction
AI 导读
NECA 提出一种模型无关的增强方法，利用相似患者的事件发生时间生成 6h 至 42h 的累积事件曲线特征。 该方法在 PhysioNet 2012 和 MIMIC-IV 数据集上提升了四种器官功能障碍任务的预测性能，其中神经功能障碍的 PR-AUC 从 0.461 提升至 0.557。 结果表明相似患者的事件时序可作为结构化风险信号，支持临床监测与干预。
来源：arXiv · AI · arxiv.org