Мультидисциплинарная система ИИ-агентов на основе большой языковой модели прогнозирует делирий у экстренных пациентов в критическом состоянии

Делирий часто возникает в отделениях неотложной помощи и связан с неблагоприятными исходами и увеличением нагрузки на систему здравоохранения. Раннее прогнозирование риска делирия имеет решающее значение для своевременной профилактики и вмешательства при оказании неотложной помощи, однако большинство существующих моделей ориентированы на пациентов отделений интенсивной терапии (ОИТ) и обладают ограниченной интерпретируемостью и интерактивностью. Мы предлагаем DeLiriuMAgents — мультиагентную систему на основе большой языковой модели (LLM) для прогнозирования риска делирия у экстренных пациентов в критическом состоянии. Система имитирует мультидисциплинарную клиническую консультацию, объединяя основанное на данных прогнозирование риска с применением машинного обучения; рассуждения виртуальных специалистов на основе LLM в области неотложной медицины, неврологии и психиатрии; а также медицинские данные, получаемые с помощью генерации с дополнением поиска, для принятия окончательного решения. При разработке модели база данных Medical Information Mart for Intensive Care (MIMIC)-IV использовалась для построения модели и внутренней валидации; для внешней валидации применялись мультицентровая когорта Пекинского университета (PKU), включавшая пациентов из двух больниц Китая, и когорта из базы данных eICU Collaborative Research Database (eICU-CRD). На валидационных выборках MIMIC-IV, PKU и eICU-CRD система достигла соответственно точности/чувствительности/специфичности 0.749/0.762/0.747, 0.731/0.708/0.736 и 0.670/0.708/0.665. Анализ медицинской документации и оценка клиницистами подтвердили интерпретируемость и практическую полезность формируемых системой отчетов.