PREVIA od NYU Langone wskazuje ryzyko PTSD na podstawie relacji z oddziału ratunkowego

NYU Langone Health ogłosiło 9 listopada 2026 r., że zespół modeli AI PREVIA przeanalizował relacje o traumatycznych wydarzeniach zebrane na szpitalnych oddziałach ratunkowych, aby oszacować ryzyko zespołu stresu pourazowego (PTSD) w ciągu miesiąca. W badaniu obejmującym 145 pacjentów najlepsza konfiguracja osiągnęła czułość 95,4%. Eksperymentalne narzędzie przesiewowe ma identyfikować pacjentów z grupy ryzyka bez dodawania długiego kwestionariusza dotyczącego zdrowia psychicznego do procedury przyjęcia na oddział ratunkowy.

W artykule opublikowanym również 9 listopada w czasopiśmie Nature Communications podano, że w trzech podziałach walidacji krzyżowej uzyskano AUROC na poziomie 78,5% i precyzję wynoszącą 46,8%, oraz wezwano do walidacji modelu w większych, niezależnych grupach. Czułość określa odsetek późniejszych przypadków PTSD, które zostały wykryte, precyzja — odsetek pacjentów wskazanych przez narzędzie przesiewowe, u których rzeczywiście rozwinęło się PTSD, a AUROC podsumowuje, jak dobrze wyniki rozróżniają te dwa rodzaje rezultatów. Taka precyzja oznacza, że wiele pozytywnych wyników badań przesiewowych byłoby wynikami fałszywie dodatnimi, co mogłoby zwiększyć nakład pracy personelu związany z dalszą opieką, obciążenie pacjentów i koszty alokacji zasobów. Kolejnym krokiem byłaby jednak zazwyczaj krótka ocena, a nie inwazyjna interwencja.

PREVIA ma odpowiadać na konkretną potrzebę: według badania tylko około 28% oddziałów ratunkowych w USA rutynowo prowadzi badania przesiewowe w kierunku PTSD, a spośród nich zwalidowane kwestionariusze stosuje zaledwie dwie trzecie. Standardowe oceny konkurują z pilnymi potrzebami medycznymi, gdy czas, jaki klinicysta może poświęcić pacjentowi, wynosi zwykle około 15–20 minut. Pierwszy miesiąc po traumatycznym wydarzeniu to kluczowy okres, w którym można rozpoznać zagrożenie, ponieważ do tego czasu wielu pacjentów nie utrzymuje już kontaktu ze szpitalem.

Starsza autorka badania, Katharina Schultebraucks, współkierująca zespołem psychiatrii obliczeniowej w NYU Grossman School of Medicine, powiedziała: „PREVIA może pełnić funkcję narzędzia AI do badań przesiewowych, które identyfikuje pacjentów z grupy ryzyka i wyjaśnia, dlaczego zostali do niej zaliczeni, nie wydłużając przyjęcia na zatłoczonych oddziałach ratunkowych”.

Od relacji pacjenta zebranej przy łóżku do oceny ryzyka

Koordynatorzy badań prosili pacjentów w dwóch nowojorskich centrach urazowych I stopnia o opisanie zdarzenia, które doprowadziło ich na oddział ratunkowy. Uczestników włączano do badania w ciągu 24 godzin od urazu i dawano im do trzech minut na odpowiedź, nagrywaną wideo za pomocą iPada. Relacje liczyły średnio około 374 słów. Whisper transkrybował wypowiedzi pacjentów, a członkowie zespołu badawczego, dla których angielski był językiem ojczystym, sprawdzali transkrypcje. Wyniki dotyczące PTSD po miesiącu ustalano na podstawie skali PTSD dla DSM-5, stosowanej przez klinicystę w wywiadzie diagnostycznym.

PREVIA analizuje każdą transkrypcję na trzech etapach. Na pierwszym Llama i Mistral niezależnie oceniają wczesne objawy stresu pourazowego, reakcje podczas traumatycznego wydarzenia, czynniki ryzyka i czynniki ochronne. DeepSeek uzgadnia wyniki ośmiu ocen i przekształca je w uporządkowane podsumowania, a wyniki liczbowe obu modeli są uśredniane z jednakową wagą. Końcowy etap oceny łączy podsumowania z informacjami o wieku, płci, rodzaju urazu i częstości występowania PTSD, aby uzyskać wynik ryzyka w skali od 0 do 100 oraz krótkie wyjaśnienie.

W procesie wykorzystuje się polecenia w trybie zero-shot — na próbie badawczej nie przeprowadzano treningu parametrów ani dostrajania. Do optymalizacji i oceny progu klasyfikacji zastosowano walidację krzyżową.

Skuteczność na tle prostszych modeli i jednego specjalisty

W artykule podano, że pod względem wielu miar ogólna skuteczność PREVIA była zbliżona do skuteczności pojedynczych konfiguracji zero-shot modeli O3, Llama i Mistral, a wyraźną przewagę PREVIA odnotowała przede wszystkim pod względem czułości. W przypadku PTSD o nasileniu poniżej progu diagnostycznego, czyli klinicznie istotnych objawów, które nie spełniają pełnych kryteriów rozpoznania, PREVIA osiągnęła czułość 89,7% i wynik F1 wynoszący 69,4%. Wynik F1 łączy precyzję i czułość.

W badaniu opisano odrębne porównanie 30 losowo wybranych relacji, dobranych warstwowo tak, aby uwzględnić dziewięć przypadków PTSD. PREVIA osiągnęła w nim czułość 100% i AUROC 84,4%. Jeden lekarz medycyny ratunkowej uzyskał czułość 88,9% i AUROC 83,9%; w obu przypadkach precyzja wyniosła 50%. Lekarz miał ponad 24 lata doświadczenia w medycynie ratunkowej oraz specjalistyczne doświadczenie w badaniach nad PTSD. Projekt badania z udziałem jednego oceniającego nie pozwala stwierdzić, czy wyniki można uogólnić na osoby o różnym stażu ani na różne warunki kliniczne.

Wymogi dotyczące walidacji i wdrożenia

Uczestnicy byli anglojęzycznymi, stabilnymi pod względem medycznym dorosłymi w wieku 18–80 lat, a kobiety stanowiły 31% badanej grupy. Wykluczono pacjentów niestabilnych pod względem medycznym, co mogło spowodować pominięcie części osób najbardziej zagrożonych przewlekłym PTSD. Autorzy wskazują, że dalsze prace powinny objąć testy w innych językach, długoterminowy przebieg PTSD, choroby współistniejące, takie jak depresja, oraz integrację narzędzia z oceną klinicysty i procedurami na oddziałach ratunkowych.

Autorzy proponują procedurę kliniczną, w której krótkie nagranie audio łączy się z danymi demograficznymi i informacjami o urazie z elektronicznej dokumentacji medycznej, a następnie generuje wynik ryzyka i wyjaśnienie bez dodatkowego udziału klinicysty. Badanie nie wykazało, że takie badania przesiewowe poprawiają wyniki leczenia pacjentów. PREVIA działała w środowisku obliczeń wysokiej wydajności zgodnym z HIPAA, na procesorach graficznych NVIDIA A100. Samodzielne hostowanie zapewnia kontrolę nad danymi pacjentów, ale wdrożenie zależy od tego, czy szpitale dysponują odpowiednią infrastrukturą obliczeniową i systemem zarządzania.

Publiczne repozytorium PREVIA udostępnia kompletny potok przetwarzania oraz prompty dla modeli o otwartych wagach, uruchamianych lokalnie, a także pięć fikcyjnych narracji do demonstracji całego procesu. Możliwość dostępu do identyfikowalnych narracji klinicznych i ocen psychiatrycznych jest ograniczona ze względu na prywatność i wymogi dotyczące zgody, dlatego demonstracja pozwala przetestować działanie systemu, ale nie umożliwia odtworzenia ilościowych wyników publikacji.

Bezpośrednim wkładem PREVIA jest podejście przesiewowe, które można niezależnie przetestować i które opiera się na rutynowej wizycie na oddziale ratunkowym oraz wynikach oceny klinicysty. Wartość kliniczna tego podejścia zależy teraz od niezależnej walidacji: od tego, czy w większych kohortach utrzyma się jego czułość, czy placówki będą w stanie radzić sobie z wynikami fałszywie dodatnimi oraz czy szpitale będą mogły wdrożyć nagrywanie, obserwację kontrolną i bezpieczne przetwarzanie danych bez zakłócania opieki w nagłych przypadkach.