改善患者的重症監護病房（ICU）的結果促進了旨在在床上提供特定患者通知的預測算法的發展，從而在積極主動的重症監護的未來方面取得了重要進展。儘管有潛力，但旅程還是遇到了障礙，尤其是使用回顧性數據，這通常導致指標性能，這並不能反映其在現實世界中的效率。缺乏在現實世界環境中測試的模型突出了改善患者護理的努力的重要差距。儘管有這種背景，Visig仍是對基本模型的認可系統，該模型旨在檢測ICU患者可能死亡率的早期跡象。這種創新的方法使用遺傳算法來檢測基本生理下降的指示性跡象的變化，決定重新定義關鍵成人護理環境中患者的管理和護理。
由Andrew Kramer博士與諮詢醫療保健諮詢公司（Andrew Kramer）博士與Robert Wood Johnson-Barnabas大學的Marc Lafonte博士和Ibrahim El Hussein博士合作進行的一項歷史研究。他們的重要工作，發表在 解鎖醫學信息學強調系統在轉化ICU患者的護理方面的作用。
克萊默博士強調，我們的目標是利用學習機械的預測能力，使診所能夠做出明智的決定所需的信息，”克萊默博士強調，在美國兩家醫院的六名ICU成年人中廣泛合作，分析了Visig的影響。
先前的調查（補救2013年10月）證明了算法在Visig的基礎上的預測準確性，結果與死亡風險增加有關。當前的研究使用了兩階段方法來評估Visig的臨床服務。最初，在提出一個可以通過用戶友好的界面訪問這些結果的階段之前，診所對系統結果視而不見。克萊默博士指出：“嚴格創建了這項研究是為了衡量系統對臨床結果的影響。”
Visig的預測模型依賴於對生命跡象的持續監測和機械通氣的狀態，從而給出了三個級別的死亡率風險。該結果易於解釋和更新每30分鐘，使其及時。克萊默博士解釋說：“這種方法使我們能夠在臨床表現出來之前提供證據表明患者的跌倒，希望通過減少意外有害結果。”
研究結果令人驚訝，表明患者護理方面有顯著改善。 Kramer博士報導：“在臨床工作過程中，Visig的批准可以顯著改善結果，尤其是在減少ICU態度和機械通氣的持續時間方面。”該研究還觀察到ICU讀數的大幅下降，表明Visig增加了立即護理的能力，並促進長期患者的健康。安德魯·克萊默（Andrew Kramer）博士和他的團隊的工作展示了將機械學習工具作為對重症監護環境的visig的好處。通過在患者條件下為診所提供實時知識，Visig支持知情的臨床決策制定，從而顯著改善了患者的結果。
日記
AA Kramer等人，“基於機械學習（Visig）的臨床支持系統的未來評估，以減少疾病嚴重增加的疾病患者的不良結果”，《解鎖醫學信息學》，2024年。
doi： https://doi.org/10.1016/j.imu.2023.101433。
關於
安德魯·克萊默（Andrew Kramer）博士 在過去的22年中，它一直積極參與重症監護研究。他是Apache IV，Apache IVA，MPM-III和疾病系統嚴重程度的共同開發者，導致了全球使用的100多種預測模型。此外，他曾是《高影響力》雜誌中80多種手稿的作者，其中包括兩位獲得了500多名報價。克萊默博士從弗吉尼亞醫學院獲得了人類遺傳學博士學位。之後，他在流行病學博士學位後獲得了獎學金。 Kramer博士於2003年加入Cerner Corporation，並在此工作直到2015年，領導了公司的重症監護研究工作。 2015年，他離開塞納（Cerner）創建了諮詢醫療保健諮詢健康，該公司致力於提供重症監護的新分析解決方案。
詹姆斯·克林斯利博士 他畢業於耶魯大學和康奈爾大學醫學院。他在紐約大學和耶魯大學醫學院的肺重症監護醫學完成了家庭醫學培訓。他於1998 – 2020年擔任斯坦福醫院重症監護官，並擔任哥倫比亞瓦格洛斯醫生大學臨床醫學教授。自2003年以來，他在關鍵患者以及包括機械通氣的主題上廣泛發表了葡萄糖控制的許多方面。他的出版物的完整列表可以找到： https：。
