人工智能丨人工智能較醫生更勝一籌？AI預測病人再入院準確率達95%

人工智能丨近年人工智能（AI）發展迅速，其技術不斷被廣泛使用，例如在教育、醫療以及科技上。由美國和加拿大研究人員所開發的AI，透過閱讀醫生的筆記，能準確地預測患者的死亡風險以及再入院風險等重要資訊，其表現甚至比許多醫生以及現今所使用的非AI電腦模型更優勝。

撰文：Hedy@Medical Inspire 醫．思維 │ 資料來源：《Nature》│圖片來源：Shutterstock

人工智能丨人工智能較醫生更勝一籌？AI預測病人再入院準確率達95%

紐約大學朗格尼醫學中心（NYU Langone Health）與nvidia專家合作，開發了一個大型語言模型(LLM)，稱為NYUTron。目前正在其附屬醫院使用，能透過閱讀醫生的筆記，可助預測患者30天內再次入院的風險以及其他臨床結果。研究結果已刊登於《Nature》上。

認識NYUTron

由於NYUTron可以從文本中「學習」，不需要特殊格式的數據。研究人員透過在2011年1月至2020年5月約33.6萬名在紐約大學朗格尼醫院，其患者的電子健康記錄中，收集10年間近數百萬份臨床記錄，例如由醫生所撰寫的放射報告、病人進展記錄以及醫生所寫的出院指示等，所形成41億的詞料庫，並對NYUTron進行訓練。由於醫生之間的語言沒有標準化，該程序甚至可以學習並解釋醫生特定的縮寫。研究人員其後更在廣泛的臨床和操作測試中，對NYUTron進行微調和部署等步驟。

完成學習後，研究人員對NYUTron在5個方面進行評估： 包括30天再入院預測、院內死亡率預測、合併症指數預測、住院時間預測以及保險拒賠預測。結果發現，NYUTron的準確率介於78.7%至94.9%之間，能有助在各種臨床測試中提高預測準確性約5.3至14.7%，更能幫助病人在再入院預測方面。

• 30天再入院預測準確率：94.9%

• 住院死亡預測：89.8%。

• 合併症嚴重程度預測：85.3%（可識別患者疾病的嚴重程度和複雜性)

• 住院時間長短預測：81.2%（預測患者住院天數，以指導出院規劃）

• 保險拒賠預測：78.7%

或能助預防患者再入院

研究人員在紐約大學朗格尼醫學中心部署NYUTron作實測，系統分析了29,000多名出院患者的醫生筆記，預測了3,271例再入院。其中正確預測82.3%。相信NYUTron其後可以幫助醫生識辨病人，並預防患者再入院，或能挽救不少的生命。

高級研究作者、紐約大學放射學系助理教授Eric K. Oermann博士指：「這些結果表明，大型語言模型使『智能醫院』的發展不僅是一種可能性，而且是一種現實，由於NYUTron直接讀取來自電子健康記錄的信息，它的預測模型可以很容易地建立，能通過醫療系統快速實施。」而研究亦找來醫生實測，發現NYUTron所預測的比起大部分醫生更為準確，只有一些較為資深的醫生才能勝過NYUTron。不過Eric K. Oermann博士強調：