医疗人工智能(AI)企业VUNO(338220)27日表示,验证其AI心脏骤停预测医疗器械“VUNO Med–DeepCARS”临床效果的研究结果近期刊登于国际学术期刊《Diagnostics》。
仁荷大学医院呼吸内科教授金正洙研究团队以在普通病房住院的36797名成年患者为对象,利用DeepCARS提前预测24小时内发生心脏骤停的风险,并确认将其与实际临床应对相衔接后患者预后是否改善。
院内心脏骤停与高死亡率相关,但因难以进行连续监测,早期预测与应对存在局限。现有基于早期预警系统(EWS)的快速反应系统(RRS)已被广泛使用,但也有观点指出其临床效果并不一致。
研究团队开展了为期1年的前瞻性研究。DeepCARS基于普通病房测量的4项生命体征数据预测心脏骤停风险,并以警报形式提供。警报被用作再次确认患者状态、检讨追加治疗的信息,临床判断则在不增加人力、不改变诊疗体系的情况下交由医护人员自主判断。
研究人员将全部住院患者中发生警报的2906名患者分为两组。干预组为DeepCARS警报发生后24小时内进行了临床再评估或治疗的组,对照组为该时间内未采取追加应对的组,并对临床结果进行了比较分析。
结果显示,干预组院内心脏骤停发生率由2.07%降至1.06%,减少约46%;院内死亡率由2.74%降至1.70%,降低约35%。警报后医护人员干预越迅速,患者预后越好。
本次研究超越了AI预测医疗器械准确度等一般性能评价,考察了患者的直接预后与临床结果,因而与以往研究有所不同。研究证实,在维持既有诊疗体系、不增加人力的情况下,医护人员依据DeepCARS警报及时应对,可实际改善患者预后。
VUNO首席技术官朱成勋表示:“本次研究前瞻性地证明引入DeepCARS可显著减少患者心脏骤停与死亡,意义重大。”他说明:“目前还在进行证据水平更高的多中心群组随机对照试验研究(RCT)。”






