基于注意力的融合模型预测脓毒症患者死亡率

摘要： 准确识别死亡风险较高的脓毒症（sepsis-3）患者对改善患者生存结局、辅助ICU医生医疗决策具有重要意义.然而传统机器学习方法需要复杂的特征工程，且不能充分利用患者医疗数据中高缺失的动态时序数据与稀疏的静态数据.针对ICU脓毒症患者死亡率预测的现有不足，设计了一种基于注意力机制的多输入融合学习模型，分别从高缺失率的动态时序数据和稀疏的静态数据中捕捉患者医疗记录时空维度上的患者... （共9页）