机构名称：
¥ 1.0
心脏骤停是关键的医疗紧急情况，即立即反应对于患者生存至关重要。对于院外心脏骤停（OHCA）尤其如此，在此阶段，紧急医疗服务的行动显着影响结果。然而，在韩国，由于处理大量紧急电话的调度员缺乏调度员而引起的挑战。在这种情况下，基于机器学习的OHCA检测计划的实施可以帮助响应者并提高患者的生存率。在这项研究中，我们通过制定基于机器学习的OHCA检测计划来应对这一挑战。该计划分析了响应者和呼叫者之间对话的成绩单，以确定心脏骤停的实例。提出的模型包括用于这些对话的自动转录模块，基于文本的心脏骤停检测模型以及必要的服务器和客户端组件以进行程序部署。重要的是，实验结果证明了模型的有效性，根据F1度量，达到79.49％的性能得分，并将心脏骤停检测所需的时间减少了15秒钟。尽管使用了有限的数据集，但这项研究强调了心脏骤停检测计划的潜力，作为响应者的宝贵工具，最终提高了心脏骤停的生存率。
基于机器学习的院外心脏骤停（...
主要关键词
相关文件推荐
