【微動態(tài)】張政波教授團(tuán)隊(duì)研發(fā)智能化評估模型，助力老年危重癥精準(zhǔn)診療

近日，解放軍總醫(yī)院醫(yī)學(xué)創(chuàng)新研究部張政波教授團(tuán)隊(duì)在Nature旗艦期刊《NPJ Digital Medicine》（影響因子15.1，中國科學(xué)院一區(qū)TOP）上發(fā)表題為“GRACE-ICU：基于多模態(tài)列線圖方法的老年危重癥患者病情嚴(yán)重程度評估工具”（GRACE-ICU: A multimodal nomogram-based approach for illness severity assessment of older adults in the ICU）的研究文章。

本研究基于一家大型醫(yī)院的患者隊(duì)列，對Clinical Longformer模型進(jìn)行了微調(diào)，使用了入ICU前的文本，通過邏輯回歸結(jié)合了10個(gè)重要的結(jié)構(gòu)化變量構(gòu)建了GRACE-ICU，并采用列線圖形式呈現(xiàn)和計(jì)算患者發(fā)生不良預(yù)后的預(yù)測概率及風(fēng)險(xiǎn)等級。其中，與患者不良預(yù)后關(guān)聯(lián)的這11項(xiàng)重要風(fēng)險(xiǎn)因素分別為入ICU前的疾病嚴(yán)重程度、休克指數(shù)、是否接受緊急搶救的醫(yī)療指令、是否絕對躺床、是否機(jī)械通氣治療、乳酸、查爾森合并癥指數(shù)、呼吸頻率、Braden壓瘡風(fēng)險(xiǎn)評分、Glasgow昏迷評分和體溫。

通過受試者工作特征曲線、校準(zhǔn)曲線、決策曲線分析以及11項(xiàng)指標(biāo)，來評估預(yù)測模型在內(nèi)部、時(shí)序和外部驗(yàn)證中的性能，并與四種基線模型進(jìn)行了比較。GRACE-ICU在內(nèi)部和時(shí)序驗(yàn)證中均優(yōu)于單一模態(tài)模型和臨床上常用的疾病評分，能夠早期預(yù)測老年患者在院內(nèi)發(fā)生不良結(jié)局的風(fēng)險(xiǎn)，并為臨床決策提供可解釋、基于數(shù)據(jù)的建議，具有更廣泛應(yīng)用的潛力。

近年來，張政波教授團(tuán)隊(duì)長期聚焦真實(shí)世界急危重癥AI輔助診療決策模型及系統(tǒng)研發(fā)，推動“理-工-醫(yī)-信”多學(xué)科融合創(chuàng)新。團(tuán)隊(duì)與麻省理工學(xué)院、新加坡國立大學(xué)及院內(nèi)多個(gè)臨床科室合作，不僅舉辦五屆全國醫(yī)療大數(shù)據(jù)學(xué)術(shù)交流及Datathon活動，推進(jìn)醫(yī)療大數(shù)據(jù)技術(shù)臨床轉(zhuǎn)化，還開展國家醫(yī)學(xué)繼續(xù)教育項(xiàng)目助力醫(yī)工交叉人才培養(yǎng)。近三年，團(tuán)隊(duì)聯(lián)合院內(nèi)急危重癥相關(guān)科室攻關(guān)診療難題，已在《Lancet Digital Health》（柳葉刀子刊，影響因子30.8，中科院一區(qū)TOP）《EClinicalMedicine》（柳葉刀子刊，影響因子15.0，中科院一區(qū)TOP）等多個(gè)高水平期刊發(fā)表系列成果，力爭在疾病預(yù)測預(yù)警、智能輔助決策等核心技術(shù)上實(shí)現(xiàn)突破。

主管| 解放軍總醫(yī)院政治工作部

主辦| 宣傳處融媒體中心

來源 | 醫(yī)學(xué)創(chuàng)新研究部

撰文 | 李宗任　劉曉莉

攝影 | 劉曉莉

刊期 | 第2995期

總編：熊　剛

主編：史艷菊

編審：張　密　李笑一

編輯：劉超英

郵箱：jfjzyy01@163.com