SepsisAI-Orchestrator: Piattaforma Open-Source per il Deployment di Modelli ML negli Ospedali
Un team di ricercatori ha presentato SepsisAI-Orchestrator, un framework modulare open-source volto a collegare le innovazioni del machine learning con applicazioni pratiche per la diagnosi precoce della sepsi. La piattaforma presenta una preelaborazione della Clinical Document Architecture ispirata a HL7 FHIR, archiviazione dati NoSQL, un classificatore LightGBM containerizzato accessibile tramite API REST e un dashboard clinico Streamlit, il tutto gestito con Docker e Kubernetes. Il modello LightGBM esistente, validato con un punteggio F1 di 0,87-0,94 su PhysioNet 2019, rimane invariato; l'attenzione è rivolta al miglioramento dell'infrastruttura e alla valutazione delle sue prestazioni sotto stress. Questa iniziativa affronta sfide sistemiche come formati di dati vari, mancanza di processi di deployment standardizzati e discrepanze tra modelli di ricerca e esigenze ospedaliere. I risultati sono pubblicati su arXiv:2605.22331.
Fatti principali
- SepsisAI-Orchestrator è una piattaforma modulare open-source per il deployment di modelli AI nella diagnosi precoce della sepsi.
- Integra preelaborazione CDA ispirata a HL7 FHIR, archiviazione NoSQL, un classificatore LightGBM containerizzato tramite API REST e un dashboard Streamlit.
- L'orchestrazione utilizza Docker e Kubernetes.
- Il modello LightGBM raggiunge un F1 di 0,87-0,94 su PhysioNet 2019 e viene riutilizzato senza modifiche.
- La piattaforma affronta dati eterogenei, mancanza di flussi di lavoro standardizzati e requisiti di latenza.
- Pubblicato su arXiv con ID 2605.22331.
Entità
Istituzioni
- arXiv