Premature neonates are at risk for several life-threatening events during their first weeks of life, such as sepsis and necrotizing enterocolitis. These events are hard to detect in neonates, due to varying symptoms and unspecific clinical signs. This project aims to detect late-onset sepsis and necrotizing enterocolitis in patients up to 24 hours before clinical suspicion. It is well-established that these adverse conditions impact neonatal vital signs, which motivates the exploration of vital signs-based models for late-onset sepsis and necrotizing enterocolitis detection. A Multi-Head Cross-Attention model was implemented and trained using vital signs data from 30 neonatal intensive care unit patients, of whom 21 experienced any or both of the severe events, along with other relevant in-hospital longitudinal variables. The additional variables included respiration support, medication, mechanical ventilation pressure, weight measurements, fraction of inspired oxygen and laboratory results. Additionally, the postnatal age, birth weight, and sex of the patients were incorporated as input data for the model. When detecting whether and at what times patients experienced late-onset sepsis and/or necrotizing enterocolitis during their hospitalisation, the model with optimised parameters achieved an AUROC score of 0.66 after 100 epochs of training. Overall, Multi-Head Cross-Attention models show promise for early detection of neonatal adverse events, but their complexity necessitates further exploration and development. Additionally, a larger dataset is required to comprehensively evaluate the model’s performance.

För tidigt födda nyfödda löper risk för flera livshotande händelser under sina första levnadsveckor, exempelvis sepsis och Nekrotiserande enterokolit. Dessa händelser är svåra att upptäcka hos nyfödda på grund av varierande symptom och ospecifika kliniska tecken. Syftet med detta projekt är att upptäcka sen neonatal sepsis och nekrotiserande enterokolit hos patienter upp till 24 timmar innan klinisk misstanke. Det är väl etablerat att dessa tillstånd påverkar neonatala vitala tecken, vilket motiverar att utforska modeller baserade på vitala tecken för att upptäcka sen neonatal sepsis och nekrotiserande enterokolit. En Multi-Head Cross-Attention-modell implementerades och tränades med data från vitala tecken från 30 patienter som vistats på neonatala intensivvårdsavdelningen, varav 21 upplevde en eller båda av de allvarliga händelserna, tillsammans med andra relevanta medicinska longitudinella variabler. De ytterligare variablerna inkluderade respiratorstöd, medicinering, tryck vid mekanisk ventilation, viktmätningar, syremättnad i blodet och laboratorieresultat. Dessutom inkluderades postnatal ålder, födelsevikt och patienternas kön som indata i modellen. När modellen förutsåg om och när patienterna upplevde sen neonatal sepsis och/eller nekrotiserande enterokolit under sin sjukhusvistelse uppnådde den med optimerade parametrar ett AUROC-värde på 0, 66 efter 100 träningsiterationer. Sammantaget verkar Multi-Head Cross-Attention-modeller lovande för tidig upptäckt av allvarliga neonatala händelser, men deras komplexitet gör att det krävs ytterligare utforskning och utveckling. Dessutom behövs en större datamängd för att fullständigt utvärdera modellens prestanda.