אלח דם, מצב מסכן חיים הנגרם כתוצאה מהתגובה המוסדרת בגוף לזיהום, נותר גורם מוביל לתמותה ב- ICUs ברחבי העולם. למרות ההתקדמות בטכנולוגיה הרפואית, חיזוי מדויק של תוצאות אלח דם נותר אתגר משמעותי. מערכות ניקוד מסורתיות, כמו Apache-II, נכללות לעתים קרובות במתן הערכות סיכון בזמן ומדויק.
במחקר זה, החוקרים פיתחו מודל מבוסס שנאי דו-שלבי המעבד נתוני סדרת זמן לשעה ויומיום של חולי טיפול נמרץ. המודל, שהוכשר על נתונים של למעלה מ 13,000 חולי אלח דם, הדגים ביצועים חזויים חזקים, עם AUC של 0.92 עד היום החמישי של קבלת ה- ICU. שיפור זה משקף את יכולתו של המודל להטמיע דפוסים פיזיולוגיים אורכיים, מה שמציע לקלינאים כלי רב עוצמה להתערבות מוקדמת.
המחקר השתמש גם במפות חום זמניות שמקורן ב- SHAP כדי לדמיין דינמיקת תכונות הקשורה לתמותה לאורך זמן. מפות חום אלה חשפו סמנים ביולוגיים מרכזיים, כמו רמות לקטט, נפח גאות ושפל ורמות כלוריד, המתואמות מאוד עם תוצאות המטופלים. הדמיה זו מגשרת על הפער בין תחזיות מודל לסמנים ביולוגיים ניתנים לפרשנות קלינית, ומספקת תובנות חשובות לקלינאים.
התיקוף החיצוני של המודל על פני קבוצות מגוונות, כולל נתוני אלח דם סיניים ומאגר Mimic-IV, אישר את ההכללה שלו. ברמת דיוק של 81.8% על נתונים סיניים ו 76.56% ב- Mimic-IV, המודל מציג את יכולת ההסתגלות שלו בין אוכלוסיות שונות ומגדרות בריאות.
