NYU Langone 的 PREVIA 从急诊叙述中识别 PTSD 风险

NYU Langone Health 于 2026 年 11 月 9 日宣布，其 PREVIA AI 集成模型分析了急诊科创伤叙述，以评估患者在一个月内患创伤后应激障碍（PTSD）的风险。在一项纳入 145 名患者的研究中，表现最佳的配置灵敏度达到 95.4%。这款实验性筛查工具旨在识别高风险患者，同时避免在急诊接诊时增加冗长的心理健康问卷。

《自然·通讯》论文也于11月9日发表，报告称，在三折交叉验证中，AUROC为78.5%，精确率为46.8%，并呼吁在规模更大、相互独立的队列中进行验证。灵敏度衡量后续出现的PTSD病例中被检测出的比例，精确率衡量被标记的患者中实际患上PTSD的比例，而AUROC则概括评分区分这两种结果的能力。这一精确率意味着许多筛查阳性结果会是假阳性，可能增加随访人员的时间投入、患者负担和资源分配成本；不过，后续步骤通常只是简短评估，而非侵入性干预。

PREVIA 的设计着眼于一个实际缺口：据该研究称，美国只有约 28% 的急诊科会常规筛查 PTSD，而这些急诊科中只有三分之二使用经过验证的问卷。临床医生通常每位患者只有约 15–20 分钟，标准评估因此会与紧迫的医疗需求争夺时间。创伤发生后的第一个月是识别风险的关键窗口，因为到那时，许多患者已不再与医院保持联系。

资深作者、NYU Grossman School of Medicine 计算精神病学联合主任 Katharina Schultebraucks 表示：“PREVIA 可作为一种 AI 筛查工具，识别高风险患者并说明原因，而且不会增加繁忙急诊室接诊所需的时间。”

从床旁叙述到风险评分

研究协调员请纽约市两家一级创伤中心的患者描述导致他们前往急诊科就诊的事件。参与者在创伤发生后 24 小时内入组，并获准用最多三分钟作答；期间由 iPad 录制视频。叙述平均约 374 个词。Whisper 将患者的语音转录成文字，英语为母语的研究人员随后审阅了转录稿。研究人员使用《DSM-5 临床医生施测 PTSD 量表》这一临床诊断访谈，确定患者一个月后的 PTSD 状况。

PREVIA 将每份转录稿分为三个层次处理。第一层中，Llama 和 Mistral 分别独立评估早期创伤后应激症状、创伤事件发生时的反应、风险因素和保护因素。DeepSeek 将它们的八项评估整合为结构化摘要，同时对两个模型的数值评分进行等权平均。最后由一个评估器结合这些摘要、年龄、性别、创伤类型和 PTSD 患病率信息，生成 0 到 100 的风险评分及简短说明。

该流程使用零样本提示，不在研究样本上训练参数或进行微调。研究采用交叉验证来优化和评估分类阈值。

与更简单的模型及一名专科医生相比的表现

论文报告称，在许多指标上，PREVIA 与 O3、Llama 和 Mistral 各自的单模型零样本配置总体表现大致相当，而 PREVIA 最明显的优势在于灵敏度。对于未达诊断阈值的 PTSD（即症状在临床上有意义，但未达到完整诊断标准），PREVIA 的灵敏度达到 89.7%，F1 分数为 69.4%；F1 分数是综合精确率和灵敏度的指标。

研究另行比较了 30 份随机抽取、并按分层方式纳入 9 例 PTSD 病例的叙述。在这组比较中，PREVIA 的灵敏度为 100%，AUROC 为 84.4%。一名急诊临床医生的灵敏度为 88.9%，AUROC 为 83.9%；两者的精确率均为 50%。这名临床医生拥有超过 24 年的急诊医学经验，并具有 PTSD 研究专长。由于比较仅由一名评估者完成，结果能否推广到不同经验水平和临床环境仍未确定。

验证与部署要求

参与者为会说英语、医学状况稳定、年龄在 18–80 岁之间的成年人，女性占样本的 31%。研究排除了医学状况不稳定的患者，因此可能未纳入部分慢性 PTSD 风险最高的患者。作者指出，未来工作应包括在其他语言中的测试、对 PTSD 长期发展轨迹的研究、对抑郁症等共病的研究，以及将该工具与临床医生的判断和急诊工作流程相结合。

作者提出了一种临床工作流程：将简短的音频录音与从电子健康记录中提取的人口统计和创伤变量结合起来，随后在无需临床医生额外输入的情况下返回风险评分和说明。该研究并未证实这种筛查能够改善患者结局。PREVIA 在符合 HIPAA 要求的高性能计算环境中运行，使用 NVIDIA A100 GPU。自行托管有助于掌控患者数据，但能否采用取决于医院是否具备适用的计算和治理基础设施。

PREVIA 公开代码库提供了完整流程，以及可在本地运行的开放权重模型所用的提示词，还提供了五个虚构叙事，用于端到端演示。出于隐私和知情同意方面的考虑，可识别身份的临床叙述和精神科评估仍受到限制，因此该演示可以测试系统运行情况，却无法复现论文中的定量结果。

PREVIA 的直接贡献，是提出了一种可独立测试的筛查方法，该方法基于常规急诊就诊信息和临床医生评估的结果构建。其临床价值如今取决于能否通过独立验证：在更大规模的队列中能否保持敏感度，医疗服务能否妥善处理假阳性，以及医院能否在不影响急诊护理的情况下，将录音、后续跟进和安全计算纳入工作流程。