【敗血症】利用機器學習在急診室早期識別「敗血症」風險   文章出處    Frontiers in Medicine      原文標題    Interpretable Admission-Stage Machine Learning for Early Se...

 【敗血症】利用機器學習預測「敗血症」兒童在兩次快速輸液復甦後對血管活性藥物的需求   文章出處    Pediatric Research      原文標題    Development of a machine-learning risk stratific...

 【AKI】透過發炎-營養指標的機器學習預測多發性骨髓瘤合併敗血症患者的院內AKI風險   文章出處    Frontiers in Nutrition      原文標題    A machine-learning-derived online predicti...

 【敗血症】利用機器學習識別兒童「敗血症」的氧化壓力相關基因   文章出處    Frontiers in Bioinformatics      原文標題    Identification and validation of biomarkers relate...

 【敗血症】利用機器學習預測ICU敗血症患者的院內死亡率   文章出處    Frontiers in Medicine      原文標題    Development of an Interpretable Machine Learning Model for...

 【AKI】利用機器學習識別ICU「敗血症相關急性腎損傷」風險與危險因子   文章出處    Scientific Reports      原文標題    Development of interpretable machine learning models ...

 【敗血症】利用XGBoost預測兒童敗血症早期死亡率   文章出處    Frontiers in Pediatrics      原文標題    Development and Validation of an Explainable XGBoost Mode...

 【敗血症】基於血清GDF15濃度，利用機器學習預測敗血症亞表型與28天死亡率   文章出處    Cytokine      原文標題    Machine learning-driven analysis of serum GDF15 trajectories...

 【敗血症】「COMPOSER-LLM」: 利用LLM分析臨床記錄，提供急診室敗血症風險評估   文章出處    npj Health Systems      原文標題    Improving sepsis best practice utility and ...

 【敗血症】利用機器學習預測ICU「低體溫敗血症」患者的院內死亡率   文章出處    Scientific Reports      原文標題    Prothrombin time predicts mortality in hypothermic sepsi...

 【敗血症】利用機器學習預測ICU肺纖維化患者「敗血症」風險   文章出處    Frontiers in Cellular and Infection Microbiology      原文標題    Development of Interpretable ...

 【血栓】利用機器學習預測敗血症休克患者的「靜脈血栓栓塞」風險   文章出處    Frontiers in Immunology      原文標題    Explainable machine learning for predicting venous th...

 【敗血症】利用機器學習預測敗血症患者入住ICU第一天後新發「敗血症相關性腦病變(SAE)」風險   文章出處    Frontiers in Medicine      原文標題    A 24-Hour Landmark Machine Learning Mo...

 【敗血症】利用機器學習預測ICU敗血症合併惡性腫瘤患者的28天和院內死亡率   文章出處    Scientific Reports      原文標題    Enhancing mortality prediction in septic ICU patien...