- 仁荷大学病院のキム・ジョンス教授による前向き研究の結果が国際学術誌「Diagnostics」に掲載された
- 既存の治療体制を維持、「DeepCARS」導入だけで患者予後の改善を確認
[バイオ記者チン・ユジョン]医療人工知能(AI)企業のオンラインカジノ最新は27日、AIを活用した心停止予測医療機器「オンラインカジノ最新 Med-DeepCARS(以下DeepCARS)」の臨床効果を前向きに検証した研究結果が、最近国際専門誌「Diagnostics」に掲載されたと発表した。
この研究は、仁荷大学病院呼吸器内科のキム・ジョンス教授が主導するDeepCARS初の前向き介入研究である。研究チームは、心停止予測AIの導入が一般病棟に入院している患者の心停止と死亡率にどのような影響を与えたかを評価した。 オンラインカジノ最新氏は、この研究はAIベースの予測医療機器としての精度などの一般的な性能評価を超え、患者の直接的な予後と臨床結果に注目した点で既存の研究と区別されたと説明した。
院内での心停止は高い死亡率を伴いますが、継続的なモニタリングが難しいため、早期の予測と対応には限界があることが知られています。既存の早期警報システム（EWS）をベースとした迅速対応システム（RRS）が広く使用されているものの、臨床効果や成績に一貫性がないことが指摘されている。したがって、研究チームは DeepCARS を使用して 24 時間以内の心停止のリスクを事前に予測し、実際の臨床反応と関連付けた場合に患者の予後が改善するかどうかを確認しました。
この研究は、一般病棟に入院している成人患者36,797人を対象に1年間前向きに実施されました。 DeepCARSは、一般病棟で測定された「4つのバイタルサインデータ」に基づいて心停止のリスクを予測し、アラームとして提供します。アラームは患者の状態を再確認し、追加治療を検討するための情報として活用され、人員の増員や治療体制の変更はなく、臨床判断は医療スタッフの自主的な判断に委ねられた。
また、全入院患者のうち、アラームが発生した 2906 人の患者は 2 つのグループに分けられました。 「介入グループ」は、DeepCARS アラームを受信し、24 時間以内に臨床的再評価または治療を受けた患者のグループであり、「対照グループ」は、その時間内にアラームに反応しなかったグループです。臨床結果を比較、分析しました。
その結果、介入グループにおける院内心停止の発生率は207%から106%に約46%減少し、院内死亡率も274%から170%に約35%減少しました。特に、警報が鳴り、医療スタッフの介入が早ければ早いほど、患者の予後はより良好であることが判明した。
研究チームは、この研究を通じて、既存の治療システムを維持しながら、人員を追加することなく医療スタッフがDeepCARSアラームにタイムリーに対応すれば、実際の患者の予後を改善できることが確認されたと強調した。研究チームは、医療従事者やリソースが限られている一般病棟環境において心停止を予測するための AI の臨床的価値を実証したと説明しています。
オンラインカジノ最新 最高技術責任者 (CTO) Seong-Hoon Joo 氏は、「この研究は、DeepCARS の導入により患者の心停止と死亡が大幅に減少する可能性があることを前向きに実証したという点で重要である」と述べ、「より高いレベルの証拠を備えた多施設クラスターランダム化比較試験 (RCT) が現在進行中である」と付け加えた。同氏はさらに、「今後もオンラインカジノ最新は、DeepCARSが患者の安全に貢献するソリューションとしての地位を確立できるよう、現場での証拠に基づいた臨床研究を積み重ねていきます。」