Studies in health technology and informatics · 2025
Decoding Sepsis: A Technical Blueprint for an Algorithm-Driven System Architecture.
СтатьяНазвание и аннотация: Перевод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Safi Abdullah, Shaikh Mostafa, Hoang Minh Trang, Shetty Amith, Kabil Gladis, Wang Audrey P
Аннотация
This paper presents a scalable, serverless machine learning operations (ML Ops) architecture for near real-time sepsis detection in Emergency Department (ED) waiting rooms. Built on Amazon Web Services (AWS) cloud environment, the system processes HL7 messages via MuleSoft, using Lambda for data handling, and SageMaker for model deployment. Data is stored in Aurora PostgreSQL and visualized in on-premise Tableau™. With 99.7% of HL7 messages successfully processed, the system shows strong performance, though occasional downtime, code set mismatches, and peak execution times reveal areas for optimization.