简介:摘要急性胰腺炎(acute pancreatitis, AP)是临床医生面临的常见疾病,其中重症急性胰腺炎(severe acute pancreatitis,SAP)病死率较高,因此早期识别可能发展为SAP的患者对于指导治疗意义重大。机器学习是一种多层描述的表征学习,从已有数据中分析挖掘获得规律,并利用这些规律对未知数据做出预测的算法。本研究基于机器学习建立了一个SAP预测评分系统,其可在入院24 h对患者SAP风险进行预测,预测准确率高达87.36%,AUC 94.11%。该模型可以更好的辅助临床决策和治疗,指导医生更早的进行相关干预。