最近、集中治療室（ICU）で収集された時系列データに機械学習手法を適用した成功事例が報告されていますが、これらの手法を開発や比較するための標準的な機械学習ベンチマークが不足していることが明らかになりました。MIMIC-IV や eICU などの生データセットは Physionet から自由にアクセスできますが、各論文でタスクの選択や前処理が個別に対応されることが多いため、論文間での比較性が制限されています。本研究では、この状況を改善するために、ICU 関連の広範なタスクをカバーするベンチマークを提供することを目指しています。HiRID データセットを使用し、臨床医と協力して複数の臨床的に重要なタスクを定義しました。さらに、データとラベルの構築に使用できる再現可能なエンドツーエンドのパイプラインも提供します。最後に、現在の最先端シーケンスモデリング手法について詳細な分析を行い、この種のデータに対する深層学習アプローチの一部の制約点を指摘しています。このベンチマークにより、研究コミュニティが彼らの研究成果を公正に比較できる可能性を提供したいと考えています。