2023 review

AI-Enabled Solutions, Explainability and Ethical Concerns for Predicting Sepsis in ICUs: A Systematic Review

Christina‐Athanasia Alexandropoulou, Ilias E. Panagiotopoulos, Styliani Kleanthous, George J. Dimitrakopoulos, Ioannis P. Constantinou, Eleni Politi, Dimitris Ntalaperas, Xanthi S. Papageorgiou, Charithea Stylianides, Nikos Ioannides, Lakis Palazis, Constantinos S. Pattichis, Andreas S. Panayides

10Citations signalées, ce qui n’est pas une note de qualité

1Institutions déclarées

1Pays d’affiliation déclarés

Rattachement africain : gr. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

Artificial Intelligence (AI) advances are pushing the boundaries across research domains with AI-driven solutions in healthcare claiming a significant share. A key objective of these studies concerns the timely prediction of various pathological conditions. Sepsis is a life-threatening syndrome and one of the main causes of death in intensive care unit (ICU) patients. As it becomes a major health problem worldwide, sepsis early prediction could assist healthcare professionals towards making informed clinical decisions, and thereby, significantly reducing the sepsis' morbidity and mortality. A notable body of literature involving the use of AI for sepsis prediction exists. However, to the best of our knowledge, only a handful of studies focus on performing a systematic review of the AI enabled solutions for sepsis prediction in ICUs. In this context, the present paper aims to identify knowledge gaps, stimulate interest and yield motivations for future research. Moreover, to discuss ethical and explainability aspects and associated challenges. The literature search was conducted between February 2023 and April 2023 and considered eligible articles published within the last five years.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref: AI-Enabled Solutions, Explainability and Ethical Concerns for Predicting Sepsis in ICUs: A Systematic Review
Date Crossref: 09/10/2023
Éditeur: IEEE
Type: proceedings-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Où se fait cette recherche

Harokopio University of Athens Department of Informatics and Telematics pays non établi dans la notice
Université ou école supérieure
CYENS CoE pays non établi dans la notice
Institution
Cyprus pays non établi dans la notice
Institution
Ubitech pays non établi dans la notice
Institution
State Health Services Organization pays non établi dans la notice
Institution

Department of Informatics and Telematics — Harokopio University of Athens, CYENS CoE et Cyprus, avec 2 autres affiliations.

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Machine Learning in HealthcareArtificial Intelligence in Healthcare and EducationSepsis Diagnosis and Treatment

Consulter la publication primaire Ouvrir le DOI