arXiv Artificial Intelligence· Yanke Li, Yahang Qi, Yumi Kim, Diego Paez-Granados·· 13 小时前AI 评分32
ICare-DT：面向重症监护患者持续预测的数字孪生
ICare-DT: a digital twin for continuous forecasting of intensive care patients
AI 导读
ICare-DT 是一个基于 Transformer 的数字孪生，可在不重新训练的情况下每小时根据新测量更新患者隐状态，并在 140,473 条 eICU-CRD 住院记录上训练用于预测生命体征跨越训练集均值。
推荐理由模型分析
ICare-DT 用 Transformer 从常规 ICU 记录中逐小时更新患者隐状态，无需重训即可让预测随新测量改善；留出或打乱新小时数据的对照把增益归因于患者自身测量，并在 MIMIC-IV 上做了预注册外部验证。其响应预测基准显示，标准学习器在超出支持范围的给药方案上不如预测零效应，提示临床决策支持需谨慎看待外推。适合关注纵向电子病历建模、数字孪生与治疗效应估计的研究者参考。
来源：arXiv Artificial Intelligence · arxiv.org