Applications of machine learning in anaesthesiology and critical care

Toepassingen van machine learning in anesthesiologie en acute zorg

Het doel van dit proefschrift van José Alves Castela Cardoso Forte was het ontwikkelen en evalueren van de prestaties van machine learning-algoritmes toegepast bij een breed scala aan klinische uitdagingen bij patiënten die een hartoperatie ondergaan en bij ernstig zieke patiënten. Verschillende studies richtten zich op deze diverse technische en klinische uitdagingen. Van de complexiteit van het modelleren van steeds rijkere iteraties van een single-center perioperatieve dataset tot de taak van het produceren en modelleren van synthetische data. Een belangrijk technisch aspect dat in dit proefschrift werd bestudeerd, was hoe machine learning algoritmen optimaal kunnen worden gebruikt om de mortaliteit te voorspellen bij patiënten die verschillende soorten hartchirurgie ondergaan.

Door een leertraject vanaf de begindagen van machine learning toepassingen in de gezondheidszorg, met name in hartchirurgie en kritieke zorg, kan dit proefschrift worden gezien als een routekaart van de eerste stappen die nodig zijn voor de ontwikkeling van voorspellende algoritmen in complexe specialismen binnen de geneeskunde zoals anesthesie en acute zorg. Elke mogelijke implementatie van de ontwikkelde algoritmen vereist een grondige externe validatie, evenals uitgebreid onderzoek naar implementatie, effectiviteit en toepassing in de praktijk.

De belangrijkste bevinding gepubliceerd in dit proefschrift is dat machine-learning modellen kunnen helpen bij de ontwikkeling van intelligente beslissingsondersteunende systemen voor klinisch gebruik bij hartchirurgische patiënten. 

Proefschrift: https://hdl.handle.net/11370/b8da5358-3747-4ca2-b9bc-6d644067307c