K-MIMIC: un conjunto de datos nacional coreano multimodal y multiinstitucional de cuidados intensivos

Área de la Ciencia:

• Medicina de Cuidados Intensivos
• Informática Médica
• Inteligencia Artificial en la Atención Médica

Sus antecedentes:

• Los avances en los cuidados intensivos requieren conjuntos de datos multimodales integrales para la toma de decisiones clínicas y la investigación de IA.
• Los conjuntos de datos multimodales existentes son escasos, particularmente en los sistemas de atención médica asiáticos.
• El conjunto de datos K-MIMIC (Korean Multi-Institutional Multimodal Intensive Care) se desarrolló para abordar esta brecha.

Objetivo del estudio:

• Crear el primer conjunto de datos multimodal, multicéntrico y a gran escala de unidades de cuidados intensivos (UCI) en Asia.
• Facilitar la toma de decisiones clínicas y avanzar en la investigación de inteligencia artificial (IA) en cuidados intensivos.
• Permitir el análisis de trayectorias temporales a través de la vinculación de datos multimodales.

Principales métodos:

• Se realizó un estudio multicéntrico retrospectivo que recopiló datos de UCI de 10 hospitales en Corea (2001-2023).
• Los datos incluyeron registros médicos electrónicos (EMR) estructurados, formas de onda fisiológicas (bioseñales) e imágenes médicas.
• Se siguieron protocolos estandarizados y procedimientos de desidentificación, garantizando el cumplimiento de las Directrices de Utilización de Datos de Salud de Corea.

Principales resultados:

• El conjunto de datos K-MIMIC comprende 287,274 admisiones en UCI de 241,805 pacientes.
• Incluye 22,588 archivos de bioseñales y 496,999 estudios de imagen, con registros médicos electrónicos vinculados.
• 15,548 pacientes tuvieron datos en las tres modalidades (EMR, bioseñales, imagen) para un análisis multimodal completo.

Conclusiones:

• K-MIMIC es el primer conjunto de datos de UCI multimodal, multicéntrico y a gran escala en Asia.
• Sirve como un recurso sólido para la investigación en cuidados intensivos, incluida la predicción y el monitoreo basados en IA.
• Demuestra la viabilidad de la integración segura y estandarizada de datos de UCI en diversas instituciones.