다중 센터 회고적 연구에서 인공지능 기반 다과학적 사망 예측 모델이 세프티크 쇼크에 대한 예측을 수행함

세프티크 쇼크는 중환자실(ICU)에서 가장 치명적인 상태 중 하나이며, 조기 위험 예측이 사망률을 줄이는 데 도움이 될 수 있습니다. 우리는 2003년 2월부터 2023년 11월까지 세 개의 병원에서 4872명의 중환자실 환자 데이터를 사용하여 세프티크 쇼크 환자의 사망 위험을 예측하기 위한 TOPSIS 기반 분류 융합(TCF) 모델을 개발했습니다. 이 모델은 이상적 솔루션과 유사성에 따른 순위 결정 기술(TOPSIS, Technique for Order Preference by Similarity to an Ideal Solution)을 통해 일곱 개의 머신러닝 모델을 통합하여 내부 검증에서 AUC 0.733, 소아 중환자실에서 AUC 0.808, 호흡기 중환자실에서 AUC 0.662를 달성했습니다. 외부 검증에서는 각각 AUC 0.784와 0.786를 기록하며, 전문 분야 간 및 다기관 검증에서 높은 안정성과 정확성을 보였습니다. 이 해석 가능한 모델은 임상의사에게 세프티크 쇼크 사망 위험에 대한 신뢰할 수 있는 조기 경고 도구를 제공하여 조기 개입을 용이하게 하여 사망률 감소에 기여합니다.