マルチモーダルARDS診断のためのSHAP誘導反復改良型Mamba-Bi-LSTM：二重システム・フレームワーク

概要

Mamba-Bi-LSTMによる予測とTreeSHAPによる反復的な特徴量改良を組み合わせた、二重システム型マルチモーダルモデルを開発しました。MIMIC-IVの3,742例では正解率92.8%、F1スコア0.889、eICUの2,594例による外部検証では正解率91.6%、F1スコア0.871を達成しました。警告時間は5.2時間から9.7時間に延長され、脳波情報は精度と警告時間を独立して改善しました。

主要発見

• 完全統合システムは、MIMIC-IVのホールドアウト患者3,742例で正解率92.8%、F1スコア0.889を達成しました。
• eICUの2,594例による外部検証では、正解率91.6%、F1スコア0.871を示しました。
• オフライン反復改良により早期警告時間は5.2時間から9.7時間へ延長され、脳波の統合により正解率が2.7ポイント、警告時間が1.9時間改善しました。

臨床的意義

本システムは集中治療室での監視とARDSの早期認識を支援し、肺保護換気や治療強化を適時に開始できる可能性があります。ただし、後ろ向きデータベースを用いた研究で、前向きな患者転帰や診療ワークフローへの影響は評価されていないため、現時点で医師の判断を代替すべきではありません。

限界

• 後ろ向きデータベース研究であり、選択バイアス、診断ラベルの不均一性、データセット固有のスペクトラム効果が生じる可能性があります。
• 前向きな臨床的有用性、施設間での較正、患者サブグループ間の公平性、治療転帰への影響は確立されていません。

今後の方向性

今後は、前向きサイレントモード研究および介入研究により、較正、サブグループ間の公平性、アラーム負荷、医療者との相互作用、早期警告が人工呼吸管理や死亡率などの患者中心アウトカムを改善するかを検証する必要があります。