ผู้ป่วย ICU มักถูกประเมินความรุนแรงด้วยคะแนน เช่น SOFA Score, APACHE III และ SAPS II แต่ผู้ป่วยที่มีคะแนนใกล้กันอาจมีลักษณะทางคลินิกแตกต่างกัน ทำให้แนวทางการรักษาไม่เหมือนกัน โครงงานนี้จึงใช้ AI และ Data Analysis วิเคราะห์ข้อมูลผู้ป่วยจริง เพื่อค้นหารูปแบบหรือกลุ่มผู้ป่วยที่มีลักษณะคล้ายกัน และช่วยสนับสนุนการตัดสินใจทางการแพทย์ พัฒนาการวิเคราะห์ข้อมูลผู้ป่วย ICU ด้วย AI และ Clustering เพื่อค้นหารูปแบบกลุ่มผู้ป่วยจากข้อมูลจริง แทนการประเมินด้วยคะแนนความรุนแรงเพียงอย่างเดียว เช่น SOFA Score หรือ APACHE III พร้อมทั้งสร้าง medical features เพิ่มเติม และวิเคราะห์ trajectory ของ AKI เพื่อช่วยจัดกลุ่มผู้ป่วยตามรูปแบบการล้มเหลวของอวัยวะ และสนับสนุนการวิเคราะห์ผลลัพธ์ทางคลินิกได้ชัดเจนยิ่งขึ้น ช่วยให้แพทย์เข้าใจรูปแบบผู้ป่วย ICU ได้ดีขึ้น สนับสนุนการตัดสินใจในการรักษาผู้ป่วยแต่ละกลุ่ม ช่วยวางแผนการจัดสรรทรัพยากรใน ICU พัฒนาเป็น Intelligent Dashboard และ Early Warning System สำหรับวิเคราะห์และคาดการณ์ความเสี่ยงของผู้ป่วย
