DeLLiriuM: 構造化されたEHRを用いたICUにおける妄想の予測のための大規模な言語モデル

科学分野:

• 医療における人工知能
• クリティカル ケア 医療
• 臨床情報学

背景:

• 妄想は集中治療室 (ICU) の患者の最大31%に影響し,注意力や認知障害の変動が特徴です.
• 早期の妄想の検出は 早期の介入と 患者の改善のために不可欠です
• ICUの妄想を予測する既存の人工知能 (AI) モデルは,限られたデータセットまたは古いAI技術を使用しています.

研究 の 目的:

• DeLLiriuMを導入し,ICUのための新しい大型言語モデル (LLM) ベースの妄想予測モデルを導入する.
• ICU 入院後最初の24時間の構造化された電子健康記録 (EHR) のデータを用いて,妄想のリスクを予測する.
• 構造化されたEHRデータから臨床文脈を捉えるモデルを開発し,検証する.

主な方法:

• 構造化されたEHRデータを非構造化されたテキスト形式に変換することで,LLMベースのモデルであるDeLLiriuMを開発しました.
• 3つのデータベース (eICU,MIMIC-IV,UF-IDR) の104,303人のICU入院を含む大規模なマルチセンターデータセットでモデルを訓練し,検証しました.
• 外部検証セットでの受信機動作特性曲線 (AUROC) 以下の面積を用いてモデルの性能を評価する.

主要な成果:

• 外部検証セットのベースラインモデルと比較して,DeLLiriuMは優れたパフォーマンスを示しました.
• このモデルは194の病院の77,543人の患者で82.5のAUROC (95%CI 81. 8~83. 1) を達成した.
• LLMのアプローチは,変換されたEHRデータから臨床的文脈情報を効果的に捕捉し,予測の精度を高めました.

結論:

• DeLLiriuMは,構造化されたEHRデータを利用したICUのための最初のLLMベースの妄想予測ツールです.
• 変形されたEHRデータを処理するモデルの能力は 妄想リスクの予測を改善します
• このアプローチは 集中治療施設での 妄想症の早期発見と管理を 強化する可能性を秘めています