VUNO 的新 AI 模型在 ICU 再入院预测方面优于传统方法

快速阅读: 《韩国生物医学评论》消息，韩国医疗AI公司VUNO开发的深度学习模型iREAD，旨在预测重症监护病房（ICU）出院后48小时内的再入院情况。该模型在《临床医学电子杂志》上的研究中表现出色，准确识别高危患者的能力比传统模型提高四倍，AUROC达到0.820。VUNO计划申请iREAD的监管批准，并将其整合到ICU的工作流程中。

韩国医疗AI公司VUNO开发的深度学习模型iREAD，旨在预测重症监护病房（ICU）出院后48小时内的再入院情况，这可能解决重症护理中最紧迫的挑战之一。该模型是VUNO医深卡尔（Med-DeepCARS）的后续产品，后者是一种基于生命体征生成住院心脏骤停0-100风险评分的人工智能系统。该模型在3月份发表在《临床医学电子杂志》（eClinicalMedicine）上的一项研究中得到验证，该杂志隶属于《柳叶刀》。VUNO的iREAD模型在《临床医学电子杂志》上发表的研究中表现出色，其准确识别高危患者的能力比传统ICU再入院风险模型提高了四倍。

ICU再入院是衡量医院效率和患者安全的关键指标。然而，在没有标准化流程的情况下，出院决定通常依赖于主观判断。传统的评分系统，如早期预警评分和严重性指数，由于其准确性不稳定而受到批评。为了填补这一空白，VUNO与首尔国立大学医院（SNUH）的研究人员合作开发了iREAD，该模型根据ICU患者的体征和血液检测结果评估再入院风险。这项研究分析了SNUH 14年间70,842名患者的记录，并将模型与两个主要的美国ICU数据集进行了验证：MIMIC-III（43,237名患者，贝斯以色列女执事医疗中心）和eICU-CRD（208家医院的90,271次ICU入院）。模型的预测性能通过计算受试者工作特征曲线下的面积（AUROC）来评估。

VUNO的iREAD模型展示了卓越的预测性能，达到了0.820的AUROC——在统计学上显著优于传统ICU再入院评分系统，在MIMIC-III数据集中得分为0.768，在eICU-CRD数据集中得分为0.725。卡普兰-迈耶分析进一步显示，超过40%被iREAD分类为高风险的患者在48小时内需要ICU再入院，正确识别高风险患者的概率比现有标准高出四倍以上。

VUNO现有的深卡尔系统已经在韩国120个普通病房投入使用，用于预测心脏骤停、死亡率和败血性休克。该公司目前正在申请iREAD的监管批准，并计划将其整合到ICU的工作流程中，以辅助出院决策。

(以上内容均由Ai生成)