Various aspects of the subject technology relate to systems and methods for predicting continuous organ failure assessment (SOFA) scores using machine learning. The system can be configured to receive patient data including one or more characteristics associated with one or more patients. The system may process the features using one or more SOFA score prediction models derived from at least one machine learning process to output individual predicted SOFA scores. One of the prediction models is trained to output a first SOFA component score at a first amount of time in the future, and a second prediction model is trained to output a second SOFA component score at a first amount of time in the future. Trained to output SOFA component scores. The system can output, on a graphical user interface, a total SOFA score, a first SOFA component score, and a second SOFA component score that are predicted for an individual patient.機械学習を使用して連続臓器不全評価（ＳＯＦＡ）スコアを予測するシステム及び方法に関する主題技術の様々な態様。システムは、１人又は複数の患者と関連する一つ又は複数の特徴を含む患者データを受け取るように構成することができる。システムは、個々の予測されたＳＯＦＡスコアを出力するべく、少なくとも一つの機械学習プロセスから導出された一つ又は複数のＳＯＦＡスコア予測モデルを使用して特徴を処理することができる。予測モデルのうちの一つは、将来の第一量の時間における第一ＳＯＦＡ成分スコアを出力するべく、トレーニングされており、且つ、第二予測モデルは、将来の第一量の時間における第二ＳＯＦＡ成分スコアを出力するべく、トレーニングされている。システムは、グラフィカルユーザインタフェース上において、個々の患者について予測される合計ＳＯＦＡスコア、第一ＳＯＦＡ成分スコア、及び第二ＳＯＦＡ成分スコアを出力することができる。
