بهبود پیش‌بینی مرگ‌ومیر ۳۰روزه با یادگیری ماشین

پس زمینه یادگیری ماشینی (ML) یک ابزار نوظهور برای پیش‌بینی نیاز به بحث پایان زندگی و مراقبت تسکینی است. اهداف توسعه دادن یک الگوریتم ML که مرگ‌های غیرمعمول را ظرف ۳۰ روز پس از ترخیص ED پیش‌بینی می‌کند. روش‌ها در این مطالعه رجیستری گذشته نگر، ما همه افراد حضور در اورژانس را در منطقه هالاند سوئد در سال‌های ۲۰۱۶ و ۲۰۱۵ بررسی کردیم. همه مرگ‌های ثبت‌شده ظرف ۳۰ روز پس از ترخیص ED توسط یک کمیته داوری با سه متخصص ارشد به‌عنوان «غافل‌انگیز» یا «غیر غافل‌انگیز» طبقه‌بندی شدند. نتایج از همه مرگ‌های ۳۰ روزه (۱۴۸ نفر)، 76 درصد (۱۱۳ نفر) برای کمیته داوری غافل‌انگیز نبود. شایع ترین بیماری‌ها سرطان در مرحله پیشرفته، چند بیماری و زوال عقل بودند. نتیجه گیری در بیمارانی که از اورژانس به خانه مرخص می‌شوند، سه چهارم مرگ‌های ۳۰ روزه باعث تعجب کمیته داوری با متخصصان فوریت‌های پزشکی نشد. زمانی که فقط مرگ و میرهای غیر غافل‌انگیز گنجانده شد، پیش بینی مرگ و میر ML به طور قابل توجهی بهبود یافت.