マルチモーダルAIモデルが高精度で重症患者の死亡率を予測

この研究は、重症患者の死亡率予測にAIを活用する上で大きな進歩を示しています。時系列データ、臨床記録、胸部X線画像など、多様なデータ型を組み込んだマルチモーダルアプローチは、構造化データのみに依存するモデルと比較して、予測能力の向上を示しています。複数のデータセット（MIMIC-III、MIMIC-IV、eICU、HiRID）および施設にわたる外部検証は、モデルの一般化可能性と臨床応用性を強化します。高いAUROCスコアは強力な識別能力を示しており、臨床医が早期のリスク層別化と治療の最適化を支援する可能性を示唆しています。ただし、AUPRCスコアは、非構造化データの包含によって改善されたものの、比較的控えめなままであり、陽性症例（死亡率）の予測におけるさらなる改善の余地を示しています。今後の研究では、AUPRCの改善と、実際の臨床的意思決定および患者の転帰に対するモデルの影響の調査に焦点を当てる必要があります。

• •マルチモーダルAIモデルは、重症患者の死亡率予測を改善できます。
• •臨床記録や画像などの非構造化データを組み込むことで、モデルのパフォーマンスが向上します。
• •一般化可能性を確保するには、多様なデータセットにわたる外部検証が不可欠です。