【微动态】张政波教授团队研发智能化评估模型，助力老年危重症精准诊疗

近日，解放军总医院医学创新研究部张政波教授团队在Nature旗舰期刊《NPJ Digital Medicine》（影响因子15.1，中国科学院一区TOP）上发表题为“GRACE-ICU：基于多模态列线图方法的老年危重症患者病情严重程度评估工具”（GRACE-ICU: A multimodal nomogram-based approach for illness severity assessment of older adults in the ICU）的研究文章。

本研究基于一家大型医院的患者队列，对Clinical Longformer模型进行了微调，使用了入ICU前的文本，通过逻辑回归结合了10个重要的结构化变量构建了GRACE-ICU，并采用列线图形式呈现和计算患者发生不良预后的预测概率及风险等级。其中，与患者不良预后关联的这11项重要风险因素分别为入ICU前的疾病严重程度、休克指数、是否接受紧急抢救的医疗指令、是否绝对躺床、是否机械通气治疗、乳酸、查尔森合并症指数、呼吸频率、Braden压疮风险评分、Glasgow昏迷评分和体温。

通过受试者工作特征曲线、校准曲线、决策曲线分析以及11项指标，来评估预测模型在内部、时序和外部验证中的性能，并与四种基线模型进行了比较。GRACE-ICU在内部和时序验证中均优于单一模态模型和临床上常用的疾病评分，能够早期预测老年患者在院内发生不良结局的风险，并为临床决策提供可解释、基于数据的建议，具有更广泛应用的潜力。

近年来，张政波教授团队长期聚焦真实世界急危重症AI辅助诊疗决策模型及系统研发，推动“理-工-医-信”多学科融合创新。团队与麻省理工学院、新加坡国立大学及院内多个临床科室合作，不仅举办五届全国医疗大数据学术交流及Datathon活动，推进医疗大数据技术临床转化，还开展国家医学继续教育项目助力医工交叉人才培养。近三年，团队联合院内急危重症相关科室攻关诊疗难题，已在《Lancet Digital Health》（柳叶刀子刊，影响因子30.8，中科院一区TOP）《EClinicalMedicine》（柳叶刀子刊，影响因子15.0，中科院一区TOP）等多个高水平期刊发表系列成果，力争在疾病预测预警、智能辅助决策等核心技术上实现突破。