Аңдатпа. Бұл мақалада ICU пациенттерінің өлім қаупін болжауға арналған веб-бағытталған дәрігерлік шешімдерді қолдау жүйесінің (SPPVR) жобасы қарастырылады. Ұсынылған шешім заманауи Машиналық оқыту тәсілдерін асинхронды веб-архитектурамен және интеллектуалды диалог интерфейсімен біріктіреді. Жүйе микросервистік тәсілді қолданады және Django және WebSocket арналарын қолданады. Бұл тәсіл тамаша пайдаланушы интерфейсін қамтамасыз етеді және нақты уақыт режимінде көптеген параллель қосылымдарды өңдеуге мүмкіндік береді. Mimic-IV жиынтығының клиникалық деректері жүйенің аналитикалық ядросын оқытуға негіз болды. Ол lightgbm градиентті күшейткіш негізінде өткізгіштік импутациясы, ерекшелік инженериясы және ансамбльдік модельдеуі бар көп сатылы құбыр желісін қамтиды. Эксперимент нәтижелері ықтималдық бағалауларының дұрыс калибрлеуін сақтай отырып, модельдің жоғары болжамдық тиімділігі (AUC-ROC 0,982) бар екенін көрсетті. SHAP болжамдарын түсіндіру клиниктердің сенімін арттырды және негізгі клиникалық факторларды түсіндірді. PDF және Excel форматындағы медициналық құжаттар, сондай-ақ мәтіндік хабарламалар сияқты мультимодальды кірістерді қолдауға баса назар аударылады, бұл жүйені клиникалық операцияларға қолайлы етеді.

Түйін сөздер: MIMIC-IV, веб-қосымшалардың архитектурасы, Django арналары, Машиналық оқыту, өлімді болжау, модельдік интерпретация, WebSocket, Медициналық информатика, клиникалық шешімдерді қолдау жүйесі.