KI News. Verstehen, was wichtig wird.

Suche Anmelden

Suche

Finde Modelle, Firmen und Themen

Suche im News-Archiv nach Themen, die du dauerhaft verfolgen willst.

Ergebnisse für “Intensivstation”

LLMs für unregelmäßige Zeitreihen in der Intensivpflege neu bewertet

In einer neuen Studie aus dem Bereich der Intensivpflege wurden Large Language Models (LLMs) auf ihre Eignung für die Analyse von unregelmä…

arXiv – cs.LG 26.01.2026 05:00

LeMoF: Level-gesteuerte Fusion steigert klinische Vorhersagen

In der medizinischen Datenanalyse hat die Integration heterogener Informationen – wie elektronische Gesundheitsakten (EHR) und Biosignale –…

arXiv – cs.LG 16.01.2026 05:00

SepsisSuite: Deep Fusion schlägt Expert Stacking bei präventiver Sepsis‑KI

Sepsis macht weltweit fast 20 % aller Intensivstationseinweisungen aus, doch herkömmliche Vorhersagemodelle verarbeiten die vielfältigen Da…

arXiv – cs.AI 18.12.2025 05:00

Transfer Learning verbessert Sterblichkeitsvorhersage in der Intensivpflege

In der Intensivstation variieren die Ursachen kritischer Erkrankungen stark je nach Diagnose. Bisher wurden Vorhersagemodelle, die diese di…

arXiv – cs.LG 09.12.2025 05:00

<p>PULSE-ICU: Selbstlernendes Modell revolutioniert Vorhersagen in Intensivstationen</p> <p>In der Intensivmedizin stellen die unregelmäßigen, heterogenen und zeitlich fragmentierten Daten der Patienten eine große Herausforderung für klinische Vorhersagen dar. Mit PULSE-ICU wird dieses Problem angegangen: ein selbstlernendes Basismodell, das aus umfangreichen EHR‑Sequenzen ohne Resampling oder manuelle Feature‑Engineering‑Schritte event‑basierte Repräsentationen der ICU‑Daten erlernt.</p> <p>Das Modell nutz

arXiv – cs.LG 01.12.2025 05:00

OmniTFT: KI-Modell für präzise Vorhersage von Vitaldaten in der ICU

In einer kürzlich veröffentlichten Studie auf arXiv wird OmniTFT vorgestellt, ein neues Deep‑Learning‑Framework, das die Vorhersage von Vit…

arXiv – cs.LG 26.11.2025 05:00

AURA: KI-gestütztes System erkennt unvorhergesehene Extubation in Echtzeit

In einer bahnbrechenden Studie wurde das Augmented Unplanned Removal Alert (AURA) vorgestellt – ein visionbasiertes Risikoerkennungssystem…

arXiv – cs.AI 18.11.2025 05:00

Neues Deep‑Learning-Modell verbessert Prognosen bei konkurrierenden Risiken

Ein neues Deep‑Learning‑Framework namens Functional Competing Risk Net (FCRN) wurde vorgestellt, das die Analyse von Überlebensdaten mit ko…

arXiv – cs.LG 01.10.2025 05:00

Neues End-to-End-Framework erkennt Sepsis frühzeitig mit 93,5 % Genauigkeit

Sepsis ist eine lebensbedrohliche Erkrankung, die in Intensivstationen rasch erkannt werden muss. Traditionelle Machine‑Learning‑Methoden w…

arXiv – cs.LG 27.08.2025 05:00