护理感知深度网络

出院死亡风险预测

融合护理记录关键内容提取与BioClinicalBERT，提升出院后患者死亡风险预测精度，辅助及时调整随访与治疗方案。

Zheng-Hao, Huang · Chen, Yanming · Lin, Chia En · Chiu, Hsiao Yean · Chang, Yungchun

International Journal of Nursing Studies 2024

参数信息

六个月死亡预测F1分数

0.67030

两年死亡预测F1分数

0.70874

技术优势

自动提取关键护理内容

CNDE利用对数似然比从冗长护理记录中提取关键词，减少人工阅读负担，将关键信息浓缩后输入预测模型。

预测性能超越单一语言模型

结合BioClinicalBERT与护理记录感知的NurnaNet，在六个月和两年死亡预测的F1分数上分别比单独使用BioClinicalBERT提升2.05%和1.08%。

识别高风险再入院患者

模型输出死亡风险分数，帮助在患者出院时筛选出可能非计划再入院的高危人群，便于提前干预。

应用场景

• 临床决策支持：在患者出院时预测死亡风险，辅助医生调整治疗方案和随访频率。
• 患者随访管理：自动标识高风险患者，提示优先安排出院后随访与资源分配。
• 医疗风险预测：利用护理文本中的非结构化信息提升死亡风险预测的准确性。