iheallab/apricotM
📦 오픈 소스 프로젝트iheallab
상태 공간 모델을 활용하여 중환자실 환자의 상태를 실시간으로 예측하는 딥러닝 프레임워크.
ApricotM은 상태 공간 모델(SSM)을 통합하여 고주파 EHR 데이터를 분석함으로써 임상 의사 결정 지원 시스템의 획기적인 발전을 보여줍니다. 긴 시퀀스의 임상 데이터를 처리할 때 계산 비용이 많이 드는 기존의 순환 신경망이나 표준 트랜스포머와 달리, ApricotM은 Mamba 아키텍처를 활용하여 선형 확장성을 유지하며 높은 성능을 제공합니다. 이 프레임워크는 활력 징후와 검사 결과를 포함한 다중 모달 EHR 입력을 수용하여 실시간 상태 점수를 산출하도록 설계되었습니다. 이러한 접근 방식은 환자 상태의 지속적인 평가를 가능하게 하여, 의료진이 환자의 악화를 예측하고 치료 자원을 최적으로 배분하도록 돕습니다. 본 저장소에는 ICU 환경의 독특한 시간적 역학에 최적화된 데이터 전처리, 모델 학습 및 추론을 위한 전체 파이프라인이 포함되어 있습니다.
💡하이라이트
- ├─EHR 데이터를 위한 상태 공간 모델
- ├─중환자실 환자 상태 실시간 예측
- └─Mamba 아키텍처 기반 선형 확장성
🎯대상
- ├─의료 데이터 과학자
- └─임상 연구원