《表2 机器学习在急诊医学领域的常规应用实例》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《机器学习在急诊医学中应用的研究进展及展望》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注:AMI为急性心肌梗死；ACS为急性冠脉综合征；RNN为循环神经网络；ELM为极限学习机；SVM为支持向量机；SBP为收缩压；HR为心率；RR为呼吸频率；T为体温；GCS为格拉斯哥昏迷评分；RCT为随机对照试验；q SOFA为快速序贯衰竭评分

对于急诊医学而言，机器学习可作为一项有效的工具辅助疾病诊断预测、协助制定临床决策、改进工作流程等[6]。其常规应用涉及常见急症的早期诊断预测、疾病危险分层、辅助诊疗决策制定及预后预测等方面。机器学习在急诊医学领域的常规应用实例见表2。