L'IA face aux grands problèmes du monde · Médecine et découverte de médicaments · Nature (computational biology) · 2026-10-22
Prédiction des événements vasculaires intracrâniens aigus dans les alertes d'AVC à l'aide de grands modèles de langage et de données structurées
Titre original: Predicting acute intracranial vascular events in stroke alerts using large-language models and structured data
Les alertes d'AVC aigu sont fréquemment activées pour des affections non cérébrovasculaires, créant des faux positifs qui pèsent sur les ressources. Des chercheurs ont développé des modèles d'apprentissage automatique combinant de grands modèles de langage, des données structurées de dossiers médicaux électroniques et des caractéristiques cliniques de séries temporelles pour prédire des événements vasculaires intracrâniens aigus au moment de l'activation d'une alerte AVC, à partir d'alertes rétrospectives provenant du Mount Sinai Health System. Parmi 16,512 alertes, le modèle multimodal a atteint une AUROC de 0.73 avec une sensibilité de 0.76 et une spécificité de 0.56, ce qui suggère qu'il pourrait appuyer la stratification du risque post-activation et réduire les évaluations faussement positives.