TGDS-HF: Modello di IA Prevede i Rischi di Insufficienza Cardiaca dalle Cartelle Cliniche Elettroniche

Un nuovo approccio di apprendimento automatico, Stratificazione alla Dimissione Guidata dalla Traiettoria per l'Insufficienza Cardiaca (TGDS-HF), è stato creato da ricercatori per prevedere i rischi a un anno di instabilità clinica o morte in pazienti con insufficienza cardiaca utilizzando le cartelle cliniche elettroniche (EHR). Questo modello analizza la traiettoria intra-ospedaliera del paziente, inclusi diagnosi, segni vitali, risultati di laboratorio, farmaci e procedure, attraverso un trasformatore autoregressivo compatto a contesto breve. È stato testato su una coorte svedese di 42.820 pazienti, prevedendo gli esiti al momento della diagnosi iniziale di insufficienza cardiaca durante il ricovero. Composto da tokenizzazione a livello di categoria, rappresentazione temporale ponderata per la recency e configurazione del modello di sequenza, TGDS-HF è stato sottoposto a esperimenti di ablazione per la validazione dei componenti. La ricerca, pubblicata su arXiv (ID: 2511.16839), mira a migliorare la pianificazione della dimissione per l'insufficienza cardiaca, sfruttando i dati EHR raccolti di routine per la scalabilità in ambienti clinici.