FDA-Authorized AI/ML Tool for Sepsis Prediction: Development and Validation
Akhil Bhargava, Carlos López-Espina, Lee Schmalz, et al.
NEJM AI 2024;1(12) DOI: 10.1056/AIoa2400867 VOL. 1 NO. 12
敗血症予測モデルは星の数ほどあるし、中には電子カルテに組み込まれているものもあるけど、FDAが認可したのはこれが初めてだそうだ。で、その開発と評価の結果を示した文献。
なのだけど。
複数の施設で行われた前向き研究、というのは評価しないといけない、とは思いつつも。
Nは2366しかないし、対象は、どうも血培を採取した患者さんらしく、その時点でどうなの?という感じで、手法も特に珍しいものはなく、22項目(患者背景、バイタル、ラボデータ)を用いてrandom forrestしただけのようだし、AUROCもexternal validationで0.81とまあまあ。
なんか、すごく普通。
Nだけ見たらMIMIC使ったものの10分の1とかしかないし。
「血培とることにしたよー、敗血症になるかどうか教えて」って、臨床で思うだろうか?
熟読すれば深さがわかるのかもしれないが、その気にならない。。。
Akhil Bhargava, Carlos López-Espina, Lee Schmalz, et al.
NEJM AI 2024;1(12) DOI: 10.1056/AIoa2400867 VOL. 1 NO. 12
敗血症予測モデルは星の数ほどあるし、中には電子カルテに組み込まれているものもあるけど、FDAが認可したのはこれが初めてだそうだ。で、その開発と評価の結果を示した文献。
なのだけど。
複数の施設で行われた前向き研究、というのは評価しないといけない、とは思いつつも。
Nは2366しかないし、対象は、どうも血培を採取した患者さんらしく、その時点でどうなの?という感じで、手法も特に珍しいものはなく、22項目(患者背景、バイタル、ラボデータ)を用いてrandom forrestしただけのようだし、AUROCもexternal validationで0.81とまあまあ。
なんか、すごく普通。
Nだけ見たらMIMIC使ったものの10分の1とかしかないし。
「血培とることにしたよー、敗血症になるかどうか教えて」って、臨床で思うだろうか?
熟読すれば深さがわかるのかもしれないが、その気にならない。。。






※コメント投稿者のブログIDはブログ作成者のみに通知されます