PREVIA dari NYU Langone menandai risiko PTSD berdasarkan narasi di IGD

NYU Langone Health mengumumkan pada 9 November 2026 bahwa ensemble AI PREVIA-nya menganalisis narasi trauma di instalasi gawat darurat (IGD) untuk memperkirakan risiko gangguan stres pascatrauma (PTSD) dalam satu bulan, dengan sensitivitas 95,4% pada konfigurasi terbaik dalam studi terhadap 145 pasien. Alat skrining eksperimental ini dirancang untuk mengidentifikasi pasien berisiko tanpa menambahkan kuesioner kesehatan mental yang panjang saat pasien masuk ke IGD.

Makalah di Nature Communications, yang juga diterbitkan pada 9 November, melaporkan AUROC 78,5% dan presisi 46,8% pada tiga putaran validasi silang, serta menyerukan validasi pada kelompok yang lebih besar dan independen. Sensitivitas mengukur proporsi kasus PTSD yang muncul kemudian dan berhasil terdeteksi, presisi mengukur proporsi pasien yang ditandai berisiko dan benar-benar mengalami PTSD, sedangkan AUROC merangkum seberapa baik skor membedakan kedua hasil tersebut. Presisi itu berarti banyak hasil skrining positif merupakan positif palsu, yang berpotensi menambah beban waktu staf untuk tindak lanjut, membebani pasien, dan meningkatkan biaya alokasi sumber daya. Namun, langkah berikutnya biasanya berupa penilaian singkat, bukan intervensi invasif.

PREVIA dirancang untuk menjawab kesenjangan praktis: menurut studi tersebut, hanya sekitar 28% IGD di AS yang secara rutin melakukan skrining PTSD, dan hanya dua pertiga di antaranya yang menggunakan kuesioner tervalidasi. Penilaian standar harus bersaing dengan kebutuhan medis mendesak, sementara waktu yang biasanya tersedia bagi klinisi hanya sekitar 15–20 menit per pasien. Bulan pertama setelah trauma merupakan jendela penting untuk mengidentifikasi risiko karena banyak pasien sudah tidak lagi berhubungan dengan rumah sakit pada saat itu.

Penulis senior Katharina Schultebraucks, wakil direktur psikiatri komputasional di NYU Grossman School of Medicine, mengatakan: “PREVIA dapat berfungsi sebagai alat skrining AI yang mengidentifikasi pasien berisiko dan menjelaskan alasannya, tanpa menambah waktu yang dibutuhkan saat pasien masuk ke IGD yang sibuk.”

Dari Narasi di Sisi Tempat Tidur hingga Skor Risiko

Koordinator penelitian meminta pasien di dua pusat trauma tingkat 1 di Kota New York untuk menceritakan peristiwa yang membawa mereka ke IGD. Peserta direkrut dalam waktu 24 jam setelah trauma dan diberi waktu hingga tiga menit untuk merespons, sementara iPad merekam video. Narasi mereka rata-rata terdiri atas sekitar 374 kata. Whisper mengubah ujaran pasien menjadi transkrip, lalu staf penelitian penutur asli bahasa Inggris meninjau transkrip tersebut. Hasil PTSD pada satu bulan ditentukan menggunakan Clinician-Administered PTSD Scale untuk DSM-5, yaitu wawancara diagnostik klinis.

PREVIA memproses setiap transkrip melalui tiga lapisan. Pada lapisan pertama, Llama dan Mistral secara independen menilai gejala stres pascatrauma dini, reaksi selama peristiwa traumatis, faktor risiko, dan faktor pelindung. DeepSeek menyelaraskan delapan penilaian mereka menjadi ringkasan terstruktur, sementara skor numerik dari kedua model dirata-ratakan dengan bobot yang sama. Penilai akhir menggabungkan ringkasan tersebut dengan informasi usia, jenis kelamin, jenis trauma, dan prevalensi PTSD untuk menghasilkan skor risiko dari 0 hingga 100 beserta penjelasan singkat.

Alur kerja ini menggunakan perintah zero-shot, tanpa pelatihan parameter atau penyetelan lanjutan pada sampel studi. Validasi silang digunakan untuk mengoptimalkan dan mengevaluasi ambang klasifikasi.

Kinerja Dibandingkan Model yang Lebih Sederhana dan Seorang Spesialis

Makalah tersebut melaporkan bahwa kinerja keseluruhan PREVIA secara umum sebanding dengan konfigurasi zero-shot tunggal O3, Llama, dan Mistral pada banyak metrik, dengan keunggulan PREVIA yang paling jelas pada sensitivitas. Untuk PTSD subambang—yakni gejala yang bermakna secara klinis tetapi belum mencapai ambang diagnosis penuh—PREVIA mencapai sensitivitas 89,7% dan skor F1 69,4%, ukuran gabungan presisi dan sensitivitas.

Studi tersebut melaporkan perbandingan terpisah terhadap 30 narasi yang dipilih secara acak dan dikelompokkan agar mencakup sembilan kasus PTSD. Dalam perbandingan ini, PREVIA mencatat sensitivitas 100% dan AUROC 84,4%. Seorang klinisi IGD mencatat sensitivitas 88,9% dan AUROC 83,9%; keduanya mencatat presisi 50%. Klinisi tersebut memiliki pengalaman lebih dari 24 tahun di bidang kedokteran gawat darurat serta pengalaman khusus dalam penelitian PTSD. Desain dengan satu penilai ini menyisakan pertanyaan apakah hasil perbandingan tersebut berlaku pada berbagai tingkat pengalaman dan lingkungan klinis.

Persyaratan Validasi dan Penerapan

Peserta merupakan orang dewasa berusia 18–80 tahun yang berbahasa Inggris dan kondisi medisnya stabil; perempuan mencakup 31% dari sampel. Pasien dengan kondisi medis tidak stabil dikecualikan, sehingga sebagian pasien dengan risiko PTSD kronis tertinggi mungkin tidak tercakup. Para penulis menyebut pengujian dalam bahasa lain, perjalanan PTSD dalam jangka panjang, komorbiditas seperti depresi, serta integrasi dengan pertimbangan klinisi dan alur kerja IGD sebagai pekerjaan mendatang.

Para penulis mengusulkan alur kerja klinis yang memadukan rekaman audio singkat dengan variabel demografis dan trauma tersebut dari rekam medis elektronik, lalu menghasilkan skor risiko dan penjelasan tanpa masukan tambahan dari klinisi. Studi ini tidak membuktikan bahwa skrining semacam itu meningkatkan hasil kesehatan pasien. PREVIA dijalankan di lingkungan komputasi berkinerja tinggi yang mematuhi HIPAA dengan menggunakan GPU NVIDIA A100. Pengelolaan di server sendiri mendukung kendali atas data pasien, tetapi penerapannya bergantung pada ketersediaan infrastruktur komputasi dan tata kelola yang sesuai di rumah sakit.

repositori publik PREVIA menyediakan alur kerja lengkap dan prompt untuk model berbobot terbuka yang dijalankan secara lokal, serta lima narasi rekaan untuk demonstrasi menyeluruh. Narasi klinis yang dapat diidentifikasi dan asesmen psikiatri tetap dibatasi demi privasi dan persetujuan, sehingga demo tersebut dapat menguji cara kerjanya, tetapi tidak dapat mereproduksi hasil kuantitatif makalah tersebut.

Kontribusi langsung PREVIA adalah pendekatan skrining yang dapat diuji secara independen, yang dibangun berdasarkan kunjungan gawat darurat rutin dan luaran yang dinilai klinisi. Nilai klinisnya kini bergantung pada validasi independen: apakah sensitivitasnya tetap terjaga pada kohort yang lebih besar, apakah layanan mampu menangani hasil positif palsu, serta apakah rumah sakit dapat menerapkan perekaman, tindak lanjut, dan komputasi yang aman tanpa mengganggu layanan gawat darurat.