AI dan Masalah-Masalah Sulit Dunia · Kedokteran & penemuan obat · Nature (computational biology) · 2026-10-22
Prediksi kejadian vaskular intrakranial akut pada peringatan stroke menggunakan model bahasa besar dan data terstruktur
Judul asli: Predicting acute intracranial vascular events in stroke alerts using large-language models and structured data
Peringatan stroke akut sering diaktifkan untuk kondisi non-serebrovaskular, sehingga menimbulkan positif palsu yang membebani sumber daya. Para peneliti mengembangkan model pembelajaran mesin yang menggabungkan model bahasa besar, data rekam medis elektronik terstruktur, dan fitur deret waktu klinis untuk memprediksi kejadian vaskular intrakranial akut pada saat aktivasi peringatan stroke, dengan menggunakan peringatan retrospektif dari Mount Sinai Health System. Dari 16,512 peringatan, model multimodal mencapai AUROC sebesar 0.73 dengan sensitivitas 0.76 dan spesifisitas 0.56, yang menunjukkan bahwa model ini dapat mendukung stratifikasi risiko pasca-aktivasi dan mengurangi evaluasi positif palsu.