Агент искусственного интеллекта для скрининга делирия у пациентов в онкологических и кардиологических отделениях интенсивной терапии: исследование с доказательством концепции

Artificial intelligence agent for delirium screening among patients in oncology and cardiac intensive care units: a proof-of-concept study
Yingchun Zeng, Hongxia Xie, Fen Gu, Jian Chen, Guolong Zhang, Xinjun Jiang, Siew Tiang Lau
2026-01-27

автономный ИИ-агентграф знаний о делириискрининг делирияотделения интенсивной терапиигенерация с дополнением поиска
ЦЕЛЬ: Разработать и провести первичное тестирование автономного агента искусственного интеллекта (ИИ) для поддержки скрининга делирия, выполняемого медицинскими сестрами, а также профилактики и ведения делирия в соответствии с клиническими рекомендациями. МЕТОДЫ И РЕЗУЛЬТАТЫ: На основе общедоступных клинических рекомендаций был создан граф знаний, посвящённый делирию, и реализован автономный агент ИИ, интегрирующий генерацию с дополнением извлечённой информацией с валидированными инструментами оценки делирия для моделирования поддержки принятия решений в рабочих процессах сестринского ухода. В рамках исследования с доказательством концепции агент был протестирован на 20 клинических случаях для оценки (i) точности выбора инструментов, (ii) соответствия клинических выводов исходным данным и (iii) соблюдения рекомендаций по ведению делирия, основанных на клинических руководствах. Эксперты оценили результаты с точки зрения связности, релевантности и клинической интерпретируемости. Двадцать случаев относились к послеоперационному уходу (n = 6), лечению в кардиологическом отделении интенсивной терапии (n = 5) и онкологическим отделениям (n = 9); среди пациентов было 6 мужчин (30%) и 14 женщин (70%), средний возраст составил 56,5 года (SD 17,9; диапазон 21–82 года). Две опытные дипломированные медицинские сестры независимо проверили результаты работы агента и сопоставили их с рекомендациями, основанными на клинических руководствах. Точность выбора подходящих инструментов составила 100%, а общая точность формирования выводов и рекомендаций по уходу — 90%, тогда как для других базовых больших языковых моделей этот показатель составил 45%. Рекомендации были представлены в структурированном, практически применимом формате и соответствовали рекомендациям по ведению делирия. ЗАКЛЮЧЕНИЕ: Это исследование с доказательством концепции показывает, что автономный агент ИИ способен обеспечивать клинически интерпретируемую поддержку принятия решений при делирии, соответствующую клиническим руководствам, и может способствовать снижению частоты пропущенного или отсроченного выявления делирия при стандартизации действий медицинских сестёр. Учитывая высокую распространённость делирия в кардиологических клинических маршрутах, включая кардиологические отделения интенсивной терапии и послеоперационный уход, необходима проспективная валидация в кардиологических условиях для оценки клинического эффекта, безопасности и интеграции в рабочие процессы.
1
В 20 случаях из онкологических, кардиологических реанимационных и послеоперационных отделений агент со 100% точностью выбирал подходящие инструменты оценки делирия.
2
Разработан автономный ИИ-агент, объединяющий специализированный граф знаний о делирии, генерацию с дополненным поиском и валидированные инструменты оценки делирия.
3
Результаты агента имели структурированный и практический формат, были клинически интерпретируемыми и соответствовали рекомендациям по профилактике и лечению делирия.
4
Необходимы проспективные исследования для оценки клинической эффективности, безопасности и интеграции в рабочие процессы, особенно в сердечно-сосудистой помощи.
5
Точность выводов и рекомендаций по уходу составила 90% против 45% у других базовых моделей больших языковых моделей.

Автономный агент искусственного интеллекта для скрининга делирия и поддержки оказания помощи в онкологических и кардиологических отделениях интенсивной терапии

Точность, клиническая достоверность и интерпретируемость агента, а также соответствие рекомендациям по профилактике и ведению делирия и организации сестринского рабочего процесса

Publication Details
Publication Date
2026-01-27
Journal
Publisher
ISSN
Cited by
3
Access Type
Author Information
Authors
Yingchun Zeng
Hongxia Xie
Fen Gu
Jian Chen
Guolong Zhang
Xinjun Jiang
Siew Tiang Lau
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat
Make a presentation
100%