《“曼戈”：多模态智能ICU预后预测模型》

本文介绍了“曼戈”模型，这是一种用于预测ICU患者病情严重程度、病情转变及生命维持治疗需求的多模态智能预后预测模型。该模型整合了四种不同类型的数据：电子病历（EHR）数据、可穿戴传感器数据、患者面部表情视频数据以及环境传感器数据，通过融合这些数据，“曼戈”能够更全面、更准确地评估ICU患者的病情，从而辅助临床决策。研究人员从佛罗里达大学健康尚兹医院九个ICU病房收集了310名成年患者的数据，并经过严格的处理和分集。模型架构采用了新颖的多模态特征融合策略，使用不同的编码器将每种模态的原始特征编码成128维向量，再通过带有掩码的多头自注意力机制进行处理，最终连接多个分类头分别预测病情转变和病情状态。具体任务包括预测患者病情状态（稳定/不稳定）和生命维持治疗需求（有/无机械通气，有/无血管加压药）的转变。