조기 병원 사망 예측은 중환자실에 입원한 중증 환자에 대한 효율적인 의료 결정을 내리는 데 있어 집중 치료의사들이 중요하게 여기는 문제입니다. 이에 따라, 임상 기록을 기반으로 이 문제를 해결하기 위한 다양한 방법이 개발되었습니다. 그러나 일부 검사 결과는 시간이 오래 걸리며 처리가 필요합니다. 본 논문에서는 중환자실 입원 후 첫 시간 동안 환자의 심장 신호에서 추출된 특성을 사용하여 사망을 예측하는 새로운 방법을 제안합니다. 사망 위험을 예측하기 위해, 중환자실 환자의 심박수 신호를 기반으로 정량적 특성이 계산되었습니다. 각 신호는 12개의 통계적 및 신호 기반 특성으로 설명됩니다. 추출된 특성은 결정 트리, 선형 판별 분석, 로지스틱 회귀, 서포트 벡터 머신(SVM), 랜덤 포레스트, 부스팅 트리, 가우시안 SVM, K-최근접 이웃(K-NN) 등 8개의 분류기에 입력됩니다. 제안된 방법의 성능을 파악하기 위해, 유명한 임상 데이터셋인 Medical Information Mart for Intensive Care III (MIMIC-III)를 사용하여 여러 실험이 수행되었습니다. 실험 결과는 제안된 방법이 정밀도, 재현율, F1 점수 및 수신자 조작 특성 곡선 아래 면적(AUC) 측면에서 우수한 성능을 보임을 입증하였습니다. 결정 트리 분류기는 다른 분류기보다 정확성과 해석 가능성을 더 잘 만족시키며, F1 점수와 AUC가 각각 0.91과 0.93으로 나타났습니다. 이는 심박수 신호가 임상 기록에서 추출된 고차원적 특성(처리가 필요하며 누락 정보를 포함할 수 있음)에 의존하는 기존 예측과 유사한 성능을 달성하면서 중환자실 환자의 사망 예측에 사용될 수 있음을 시사합니다.