← 返回首頁

醫療AI讀得越多越準?研究發現,資料整合的效益取決於任務

整合病歷、放射科報告與胸部X光,有助預測出院診斷和用藥;但判斷死亡風險與住院天數,單靠結構化病歷已能達到相近甚至更好的表現。

By SURL BioNews

病人入院後,生命徵象、檢驗數值、影像與醫師報告逐漸累積。對協助臨床判斷的人工智慧而言,把這些資料全部讀進去,是否就能看得更準?佛羅里達大學團隊發現,答案取決於問題:整合資料能改善診斷與用藥預測,卻未必讓風險評估更可靠,有些任務甚至表現較差。

校方10月26日介紹這項研究,相關論文刊於《美國醫學資訊學會期刊》(JAMIA)。研究整合MIMIC-IV、MIMIC-IV-Note與MIMIC-CXR-JPG資料,建立涵蓋22,254次住院紀錄的分析群體,比較通用及醫療調整版語言與視覺語言模型,分別使用一種、兩種或三種資料的表現。

依校方說明,模型只使用住院最初24小時的資訊,處理四項任務:預測院內死亡、住院天數、辨識出院診斷,以及預測病人會接受哪些藥物。最後一項評估的是能否預測實際用藥,不能直接視為模型已懂得選擇最合適的治療。

在診斷與用藥任務中,整合三類資料的最佳模型,F1分數分別達到0.589與0.405,比最佳單一資料模型相對提高21.4%及18.4%。F1綜合衡量預測的精確率與召回率;這些增幅並非準確率增加相同百分點,也不代表病人的治療結果獲得改善。

風險預測呈現另一種圖像。僅使用結構化病歷,死亡與住院天數預測的最佳AUROC分別為0.849與0.868,已達到最佳或相近表現。校方列出的三類資料模型,住院天數AUROC為0.861,略低於單用病歷。AUROC反映模型區分不同結果的能力,不能直接解讀為預測正確的病人比例。

影像如何加入,也影響結果。論文摘要指出,作為補充輸入時,放射科文字報告的幫助持續優於單一視角的胸部X光;使用多個影像視角,則在各項任務中都比單一視角更好。這顯示資料的形式與涵蓋範圍,同樣需要依用途檢驗,不能只計算模型接收了多少資訊。

這項研究目前提供的是臨床AI的設計依據。校方指出,分析限於單一醫院資料集及住院初期資訊,診斷與用藥表現仍不足以支撐床邊使用。若要走進照護現場,仍須確認模型在其他醫院與實際流程中是否可靠,以及預測結果能否真正改善醫療決策。

References

  1. University of Florida Clinical and Translational Science Institute
  2. PubMed, U.S. National Library of Medicine