| Hidden Markov Models for Analyzing Medical Time Series
in Order to Detect Nosocomial Pneumonia | Skriveni Markov modeli u medicini primenjeni u analizi vremenskih nizova podataka za otkrivanje upale plu}a pneumonije u bolnicama |
| Management, [pdf] | Menadžment, [pdf] |
| ID: 7.2011.59.6 Number: 59 Year: 2011 UDC: 007:616-083 ; 519.863 ; 519.246.8 [tmx] [bow] |
Marek Opuszko
Institution: University Jena (FSU), Germany,Department of Information Systems | Marek Opuszko
Institucija: Univerzitet, Jena (FSU), Nemačka, Odsek za informacione sisteme |
Johannes Ruhland
Institution: University Jena (FSU), Germany,Department of Information Systems | Johannes Ruhland
Institucija: Univerzitet, Jena (FSU), Nemačka, Odsek za informacione sisteme |
Franziska Oroszi
Institution: University Hospital Jena, Germany | Franziska Oroszi
Institucija: Univerzitetska bolnica, Jena, Nemačka |
Michael Hartmann
Institution: University Hospital Jena, Germany | Michael Hartmann
Institucija: Univerzitetska bolnica, Jena, Nemačka |
Martin Specht
Institution: University Hospital Jena, Germany | Martin Specht
Institucija: Univerzitetska bolnica, Jena, Nemačka |
Friedrich-Schiller
Institution: University Jena (FSU), Germany,Department of Information Systems | Friedrich-Schiller
Institucija: Univerzitet, Jena (FSU), Nemačka, Odsek za informacione sisteme |
Abstract
Pneumonia - as an inflammatory illness of the lung - is a dangerous and often fatal disease. A special subclass, the
ventilator associated pneumonia (VAP), is affecting up to one fifth of the patients at Intensive Care Units (ICU).
Based on a two years dataset, collected at a large ICU, we investigate a new method for time series
processing in order to develop an early warning system for developing pneumonia. The system focuses on the preonset
phase of the disease to extrapolate the future’s course. We utilized the functionality of Hidden Markov Models
and the stacking paradigm to categorize and forecast given time series of a patient. Finally we demonstrate the benefits of our approach with a set of real patient data. | Apstrakt
Pneumonija – kao zapaljenjsko oboljenje pluća – predstavlja opasnu i često fatalnu bolest. Od ventilatorne pneu-monije (VAP), posebnog oblika ove bolesti, oboljeva otprilike jedna petina pacijenata u odeljenjima intenzivne nege (ICU). Na osnovu skupa podataka za period od dve godine, prikupljenih u jednom velikom odeljenju intenzivne nege, ispitivali smo novi metod obrade vremenskih serija podataka da bismo razvili sistem koji bi na vreme upozorio na opasnost od oboljevanja od pneumonije. U ovom sistemu fokusiramo se na period pre početka bolesti i pokušavamo da odredimo budući tok događaja. Prilikom kategorisanja i predviđanja datih vremenskih serija kod pacijenta koristili smo Skriveni Markov Model (HMM) i paradigmu slaganja. Na kraju smo prikazali primer sa skupom podataka za stvarnog pacijenta i na taj način pokazali kakva je korist od našeg pristupa. |
| Pages: 55-63 | Strane: 55-63 |