-
题名基于机器学习对呼吸机报警分析
- 1
-
-
作者
刘强
郭瑞
王勤
孙凯
-
机构
北京医院器材处
北京医院呼吸与危重症科
北京医院医务处
-
出处
《中国医疗设备》
2024年第3期53-57,79,共6页
-
文摘
目的 探讨应用机器学习方法对呼吸机在临床使用中的通气类报警进行研究,获得影响报警的重要参数及报警预测模型,识别无效报警并给予临床提示,使临床得以高效应对呼吸机报警,避免造成报警疲劳等消极影响。方法 建立符合标准数据流程的呼吸机数据管理平台,根据单中心的呼吸机报警信息分析特征值,得出重要参数排序;利用超参数调优建模预测报警的真假;用混淆矩阵、受试者工作特征(Receiver Operating Characteristic,ROC)对机器学习模型进行多项指标验证。结果 对测试集5936次通气类报警进行评估,得出无效报警率为88%(召回率为0.88),模型准确度为0.94,精准度为0.78,ROC曲线下面积为0.92,F1得分为0.82。结论 采用机器学习便于临床单中心数据建模,能够及时分析获得呼吸机真实警报的重要参数及报警预测;通过呼吸机数据管理平台可有效提示临床无效报警,从而减少医护人员的压力,提高医疗质量。
-
关键词
呼吸机
数据接口
报警项目
机器学习
重要特征变量
-
Keywords
ventilator
data interface
alarm items
machine learning
important feature variables
-
分类号
R197.39
[医药卫生—卫生事业管理]
-
