Μοντέλα και πλατφόρμες AI
Το PREVIA του NYU Langone εντοπίζει τον κίνδυνο PTSD μέσα από αφηγήσεις περιστατικών στα επείγοντα

Το NYU Langone Health ανακοίνωσε στις 9 Νοεμβρίου 2026 ότι το σύνολο μοντέλων τεχνητής νοημοσύνης PREVIA ανέλυσε αφηγήσεις για τραυματικά περιστατικά από τμήματα επειγόντων, προκειμένου να εκτιμήσει τον κίνδυνο εμφάνισης διαταραχής μετατραυματικού στρες (PTSD) μέσα σε έναν μήνα. Σε μελέτη 145 ασθενών, η καλύτερη διαμόρφωση του συστήματος πέτυχε ευαισθησία 95,4%. Το πειραματικό εργαλείο διαλογής έχει σχεδιαστεί ώστε να εντοπίζει ασθενείς σε κίνδυνο, χωρίς να προσθέτει ένα χρονοβόρο ερωτηματολόγιο ψυχικής υγείας στη διαδικασία εισαγωγής στα επείγοντα.
Η δημοσίευση στο Nature Communications, η οποία κυκλοφόρησε επίσης στις 9 Νοεμβρίου, αναφέρει AUROC 78,5% και ακρίβεια 46,8% σε τρία υποσύνολα διασταυρούμενης επικύρωσης και ζητά επικύρωση σε μεγαλύτερες, ανεξάρτητες ομάδες ασθενών. Η ευαισθησία μετρά το ποσοστό των μεταγενέστερων περιστατικών PTSD που εντοπίζονται, η ακρίβεια μετρά το ποσοστό των ασθενών που επισημαίνονται ως υψηλού κινδύνου και τελικά εμφανίζουν PTSD, ενώ η AUROC συνοψίζει πόσο καλά οι βαθμολογίες διακρίνουν τις δύο εκβάσεις. Αυτή η ακρίβεια σημαίνει ότι πολλά θετικά αποτελέσματα ελέγχου θα ήταν ψευδώς θετικά, με πιθανό κόστος σε χρόνο του προσωπικού για την παρακολούθηση, επιβάρυνση των ασθενών και κατανομή πόρων, παρότι το επόμενο βήμα θα ήταν συνήθως μια σύντομη αξιολόγηση και όχι μια επεμβατική παρέμβαση.
Το PREVIA έχει σχεδιαστεί για να καλύψει ένα πρακτικό κενό: σύμφωνα με τη μελέτη, μόνο περίπου το 28% των τμημάτων επειγόντων στις ΗΠΑ διενεργεί συστηματικά έλεγχο για PTSD και μόλις τα δύο τρίτα αυτών χρησιμοποιούν επικυρωμένα ερωτηματολόγια. Οι τυπικές αξιολογήσεις ανταγωνίζονται τις άμεσες ιατρικές ανάγκες, καθώς ο διαθέσιμος χρόνος του κλινικού προσωπικού είναι συνήθως περίπου 15–20 λεπτά ανά ασθενή. Ο πρώτος μήνας μετά το τραυματικό γεγονός είναι κρίσιμο χρονικό διάστημα για τον εντοπισμό, επειδή μέχρι τότε πολλοί ασθενείς δεν βρίσκονται πλέον σε επαφή με το νοσοκομείο.
Η επικεφαλής συγγραφέας Katharina Schultebraucks, συνδιευθύντρια υπολογιστικής ψυχιατρικής στην Ιατρική Σχολή Grossman του NYU, δήλωσε: «Το PREVIA μπορεί να λειτουργήσει ως εργαλείο διαλογής με τεχνητή νοημοσύνη, το οποίο εντοπίζει ασθενείς σε κίνδυνο και εξηγεί τον λόγο, χωρίς να προσθέτει καθόλου χρόνο στη διαδικασία εισαγωγής στα πολυάσχολα τμήματα επειγόντων».
Από την αφήγηση του ασθενούς στη βαθμολογία κινδύνου
Οι συντονιστές της έρευνας ζήτησαν από ασθενείς σε δύο κέντρα τραύματος επιπέδου 1 στη Νέα Υόρκη να περιγράψουν το περιστατικό που τους οδήγησε στο τμήμα επειγόντων. Οι συμμετέχοντες εντάχθηκαν στη μελέτη εντός 24 ωρών από το τραυματικό γεγονός και είχαν έως τρία λεπτά για να απαντήσουν, ενώ ένα iPad κατέγραφε βίντεο. Οι αφηγήσεις είχαν κατά μέσο όρο περίπου 374 λέξεις. Το Whisper απομαγνητοφώνησε την ομιλία των ασθενών και το ερευνητικό προσωπικό, με μητρική γλώσσα τα αγγλικά, έλεγξε τα απομαγνητοφωνημένα κείμενα. Οι εκβάσεις ως προς την PTSD έπειτα από έναν μήνα προσδιορίστηκαν με την Κλίμακα PTSD που χορηγείται από κλινικό για το DSM-5, μια κλινική διαγνωστική συνέντευξη.
Το PREVIA επεξεργάζεται κάθε απομαγνητοφωνημένο κείμενο σε τρία επίπεδα. Στο πρώτο, τα Llama και Mistral αξιολογούν ανεξάρτητα τα πρώιμα συμπτώματα μετατραυματικού στρες, τις αντιδράσεις κατά τη διάρκεια του τραυματικού γεγονότος, τους παράγοντες κινδύνου και τους προστατευτικούς παράγοντες. Το DeepSeek συνδυάζει τις οκτώ αξιολογήσεις τους σε δομημένες περιλήψεις, ενώ οι αριθμητικές βαθμολογίες των δύο μοντέλων υπολογίζονται κατά μέσο όρο με ίση βαρύτητα. Ένας τελικός αξιολογητής συνδυάζει τις περιλήψεις με την ηλικία, το φύλο, τον τύπο του τραυματικού γεγονότος και στοιχεία για τον επιπολασμό της PTSD, ώστε να παράγει βαθμολογία κινδύνου από 0 έως 100 και μια σύντομη εξήγηση.
Η διαδικασία χρησιμοποιεί προτροπές μηδενικής μάθησης, χωρίς εκπαίδευση παραμέτρων ή περαιτέρω εκπαίδευση στο δείγμα της μελέτης. Η διασταυρούμενη επικύρωση χρησιμοποιήθηκε για τη βελτιστοποίηση και την αξιολόγηση του ορίου ταξινόμησης.
Επιδόσεις σε σύγκριση με απλούστερα μοντέλα και έναν ειδικό
Η δημοσίευση αναφέρει ότι οι συνολικές επιδόσεις του PREVIA ήταν σε γενικές γραμμές συγκρίσιμες με εκείνες των μεμονωμένων διαμορφώσεων μηδενικής μάθησης των O3, Llama και Mistral σε πολλούς δείκτες, με το σαφέστερο πλεονέκτημα του PREVIA να αφορά την ευαισθησία. Για την υποκατώφλια PTSD, δηλαδή για κλινικά σημαντικά συμπτώματα που δεν φτάνουν το πλήρες διαγνωστικό όριο, το PREVIA πέτυχε ευαισθησία 89,7% και βαθμολογία F1 69,4%, έναν συνδυαστικό δείκτη ακρίβειας και ευαισθησίας.
Η μελέτη αναφέρει ξεχωριστή σύγκριση 30 τυχαία επιλεγμένων αφηγήσεων, με διαστρωμάτωση ώστε να περιλαμβάνονται εννέα περιστατικά PTSD, στην οποία το PREVIA κατέγραψε ευαισθησία 100% και AUROC 84,4%. Ένας κλινικός ιατρός επειγόντων κατέγραψε ευαισθησία 88,9% και AUROC 83,9%, ενώ και οι δύο είχαν ακρίβεια 50%. Ο κλινικός ιατρός είχε περισσότερα από 24 χρόνια εμπειρίας στην επείγουσα ιατρική, καθώς και εξειδικευμένη ερευνητική εμπειρία στην PTSD. Ο σχεδιασμός με έναν μόνο αξιολογητή δεν επιτρέπει να διαπιστωθεί αν η σύγκριση μπορεί να γενικευτεί σε διαφορετικά επίπεδα εμπειρίας και κλινικά περιβάλλοντα.
Απαιτήσεις επικύρωσης και εφαρμογής
Οι συμμετέχοντες ήταν αγγλόφωνοι, ιατρικά σταθεροί ενήλικες ηλικίας 18–80 ετών, ενώ οι γυναίκες αποτελούσαν το 31% του δείγματος. Οι ιατρικά ασταθείς ασθενείς αποκλείστηκαν, γεγονός που ενδέχεται να άφησε εκτός ορισμένους από τους ασθενείς με τον υψηλότερο κίνδυνο χρόνιας PTSD. Οι συγγραφείς προσδιορίζουν ως μελλοντικές εργασίες τη δοκιμή σε άλλες γλώσσες, τη μελέτη της μακροπρόθεσμης πορείας της PTSD, των συννοσηροτήτων όπως η κατάθλιψη, καθώς και την ενσωμάτωση της κλινικής κρίσης και των ροών εργασίας στα επείγοντα.
Οι συγγραφείς προτείνουν μια κλινική ροή εργασίας που συνδυάζει μια σύντομη ηχογράφηση με δημογραφικά στοιχεία και μεταβλητές σχετικά με το τραυματικό γεγονός από τον ηλεκτρονικό φάκελο υγείας και, στη συνέχεια, επιστρέφει βαθμολογία κινδύνου και εξήγηση χωρίς να απαιτείται πρόσθετη συμβολή από κλινικό ιατρό. Η μελέτη δεν τεκμηρίωσε ότι αυτός ο έλεγχος βελτιώνει τις εκβάσεις των ασθενών. Το PREVIA λειτούργησε σε περιβάλλον υπολογιστικών υποδομών υψηλών επιδόσεων, συμβατό με το HIPAA, σε GPU NVIDIA A100. Η φιλοξενία του συστήματος στις εγκαταστάσεις του φορέα επιτρέπει τον έλεγχο των δεδομένων των ασθενών, όμως η υιοθέτησή του εξαρτάται από το αν τα νοσοκομεία διαθέτουν κατάλληλες υπολογιστικές υποδομές και υποδομές διακυβέρνησης.
Το δημόσιο αποθετήριο του PREVIA παρέχει ολόκληρη τη ροή εργασιών και τις προτροπές για μοντέλα ανοιχτών βαρών που εκτελούνται τοπικά, καθώς και πέντε επινοημένες αφηγήσεις για μια επίδειξη από άκρο σε άκρο. Οι κλινικές αφηγήσεις και οι ψυχιατρικές αξιολογήσεις που επιτρέπουν την ταυτοποίηση παραμένουν περιορισμένης πρόσβασης για λόγους προστασίας της ιδιωτικότητας και συναίνεσης. Έτσι, η επίδειξη μπορεί να δοκιμάσει τη λειτουργία του συστήματος, αλλά δεν μπορεί να αναπαράγει τα ποσοτικά αποτελέσματα της μελέτης.
Η άμεση συμβολή του PREVIA είναι μια προσέγγιση διαλογής που μπορεί να ελεγχθεί ανεξάρτητα και βασίζεται σε μια συνήθη επίσκεψη στα επείγοντα και σε αποτελέσματα που αξιολογούνται από κλινικούς. Η κλινική του αξία εξαρτάται πλέον από την ανεξάρτητη επικύρωση: από το αν η ευαισθησία του διατηρείται σε μεγαλύτερες ομάδες ασθενών, από το αν οι υπηρεσίες μπορούν να διαχειριστούν τα ψευδώς θετικά αποτελέσματα και από το αν τα νοσοκομεία μπορούν να ενσωματώσουν την ηχογράφηση, την παρακολούθηση και την ασφαλή υπολογιστική υποδομή χωρίς να διαταράσσεται η επείγουσα περίθαλψη.












