Sepsis hastalığının erken tanısında yapay zeka uygulamaları

Sepsis, tüm dünyada yoğun bakım ünitelerinde ölümün başlıca nedenlerinden biridir. Erken tanı ve tedavi, hasta sağkalımını iyileştirmek ve organ disfonksiyonunu azaltmak için hayati öneme sahiptir. Sepsis araştırmalarını, bilgisayar bilimlerindeki ilerlemelerle birleştirmek, risk altındaki hastaları belirlemek için öngörücü modeller oluşturmaktadır. Bu sayede daha erken müdahale ve daha iyi sonuçlar sağlanmaktadır. Çalışma kapsamında önerilen bağlantılı model, çalışmanın bağlamı içinde hasta yaş gruplarına (bebek, yaşlı ve her yaş) göre makine öğrenimi algoritmalarını değerlendirmek için kullanılmıştır. Zamanla bağlı değişiklik gösteren hastalık durumlarında, hastanın önceki durumlarının dikkate alınıldığı bağlantılı model, sadece mevcut duruma odaklanan bağlantısız modellerle karşılaştırılmıştır. Çeşitli hasta kohortları için oluşturulan bağlantılı Çok Katmanlı Algılayıcı (MLP), Uzun Kısa Vadeli Hafıza (LSTM), Evrişimli Sinir Ağı (CNN), Rastgele Orman (RF) ve Aşırı Gradyan Artırma (XGBoost) makine öğrenme modelleri, sepsisin daha kısa sürede tahmin edilmesi yeteneğini iyileştirmiştir. Önerilen modelin analizine göre, sepsis bebek hasta kohortunda 4. saatte ve yaşlı ile tüm yaş hasta kohortlarında 3. saatte öngörülebilmektedir.