随着和没有人工智能的早期预警分数
Dana P Edelson1,2, Matthew M Churpek3, Kyle A Carey1
1Section of Hospital Medicine, University of Chicago, Chicago, Illinois.
JAMA network open
|October 15, 2024
概括
与其他AI和非AI早期预警分数相比,eCART人工智能 (AI) 评分在识别临床恶化方面表现优越. 这种人工智能工具提供了更早的检测和更少的错误报警,允许及时干预医院环境.
科学领域:
- 临床信息学 临床信息学
- 医疗保健中的人工智能
- 患者安全 患者安全
背景情况:
- 早期预警分数 (EWS) 对于检测住院患者的临床恶化至关重要.
- 现有的EWS具有不同的比较性能,需要进一步评估.
研究的目的:
- 为了比较三个专有人工智能 (AI) EWS 与三个公开可用的简单聚合加权分数的性能.
- 评估不同EWS在识别患者病情恶化方面提供的准确性和领先时间.
主要方法:
- 一项回顾性队列研究包括了7家医院超过36万名成年医疗外科病房的接触.
- 六个EWS被评估:史诗恶化指数 (EDI),罗斯曼指数 (RI),eCARTv5 (eCART),修改早期预警得分 (MEWS),国家早期预警得分 (NEWS) 和NEWS2.
- 临床恶化被定义为转移到ICU或24小时内死亡.
主要成果:
- eCART在接收器操作特征曲线 (0.895) 下获得了最高的面积,表明了优越的歧视.
- 新闻2和新闻也表现强,表现优于EDI,RI和MEWS.
- 在中等风险值时,所有得分均为至少20小时的中位数;在高风险值时,eCART提供了最长的中位数 (11小时).
结论:
- 与其他评估得分相比,eCART AI得分显示出更高的准确性,并提供了更长的临床恶化检测时间.
- 像NEWS这样的公开可用的分数也显示出显著的表现,超过了一些专有AI工具.
- 调查结果表明,在EWS的开发和实施方面,需要加强透明度和监督.


