AI और दुनिया की कठिन समस्याएँ · चिकित्सा और दवा खोज · Nature (computational biology) · 2026-10-22

स्ट्रोक अलर्ट में बड़े भाषा मॉडल और संरचित डेटा का उपयोग करके तीव्र इंट्राक्रैनियल संवहनी घटनाओं का पूर्वानुमान

मूल शीर्षक: Predicting acute intracranial vascular events in stroke alerts using large-language models and structured data

गैर-मस्तिष्क-संवहनी स्थितियों के लिए तीव्र स्ट्रोक अलर्ट अक्सर सक्रिय किए जाते हैं, जिससे झूठे पॉज़िटिव पैदा होते हैं जो संसाधनों पर दबाव डालते हैं। Mount Sinai Health System के रेट्रोस्पेक्टिव अलर्ट का उपयोग करते हुए, शोधकर्ताओं ने स्ट्रोक अलर्ट सक्रियण के समय तीव्र इंट्राक्रेनियल संवहनी घटनाओं की भविष्यवाणी के लिए बड़े भाषा मॉडल, संरचित इलेक्ट्रॉनिक स्वास्थ्य रिकॉर्ड डेटा और क्लिनिकल टाइम-सीरीज़ विशेषताओं को संयोजित करने वाले मशीन लर्निंग मॉडल विकसित किए। 16,512 अलर्ट में, मल्टीमॉडल मॉडल ने 0.73 का AUROC, 0.76 की संवेदनशीलता और 0.56 की विशिष्टता प्राप्त की, जिससे संकेत मिलता है कि यह सक्रियण-पश्चात जोखिम स्तरीकरण में सहायता कर सकता है और झूठे-पॉज़िटिव मूल्यांकन को कम कर सकता है।

मूल लेख पढ़ें ↗

सभी आइटम →