กรุงโซล, เกาหลีใต้, 18 ก.ย. 2566 – VUNO Inc. บริษัทเทคโนโลยีปัญญาประดิษฐ์ทางการแพทย์ของเกาหลีใต้ ได้ประกาศว่าระบบการจัดการความเสี่ยงของการหยุดหายใจและหัวใจวายแบบคาดการณ์ล่วงหน้าด้วย AI ของบริษัทที่ชื่อว่า VUNO Med®-DeepCARSTM ได้พิสูจน์ความถูกต้องทางคลินิกเป็นครั้งแรกผ่านการศึกษาแบบคาดการณ์ล่วงหน้าโดยใช้ข้อมูลโลกแห่งความเป็นจริง (Real World Data หรือ RWD)
VUNO ได้ประกาศว่าบทความการศึกษาคลินิกแบบพหุสถาบัน ซึ่งยืนยันความถูกต้องทางคลินิกเบื้องต้นของ VUNO Med®-DeepCARSTM ผ่านการวิจัยแบบคาดการณ์ล่วงหน้าครั้งแรก ได้รับการตีพิมพ์ใน “Critical Care” ซึ่งเป็นวารสารชั้นนําระดับนานาชาติด้านเวชศาสตร์วิกฤต
VUNO Med®-DeepCARSTM เป็นอุปกรณ์ AI ทางการแพทย์ที่วิเคราะห์สัญญาณชีพสี่ประการ ได้แก่ อัตราการหายใจ อุณหภูมิร่างกาย ความดันโลหิต และอัตราการเต้นของหัวใจ เพื่อทํานายการหยุดหายใจและหัวใจวายภายใน 24 ชั่วโมงในผู้ป่วยทั่วไปในหอผู้ป่วย เป็น AI ทางการแพทย์เพื่อทํานายการหยุดหายใจและหัวใจวายตัวแรกของเกาหลี และได้รับการยอมรับว่าเป็นอุปกรณ์ที่มีการพัฒนาที่สําคัญโดยกระทรวงอาหารและยาของเกาหลี (MFDS)
ในการศึกษาที่ได้รับการตีพิมพ์ใน Critical Care ทีมวิจัยของ VUNO ได้ดําเนินการศึกษาพหุสถาบันโดยใช้ข้อมูลผู้ป่วยจากหอผู้ป่วยทั่วไปในโรงพยาบาลตติยภูมิสี่แห่ง ได้แก่ โรงพยาบาลมหาวิทยาลัยแห่งชาติโซล โรงพยาบาลมหาวิทยาลัยแห่งชาติบุนดังโซล โรงพยาบาลอินฮา และโรงพยาบาลดงอา ซึ่งมีขนาด สถานที่ตั้ง และสภาพแวดล้อมทางการแพทย์ที่แตกต่างกัน
มีผู้ป่วยรวม 55,083 รายที่เข้ารับการรักษาในหอผู้ป่วยทั่วไปในทุกสถาบันที่เข้าร่วมการศึกษาเป็นเวลาสามเดือน โดยเปรียบเทียบความแม่นยําในการคาดการณ์การหยุดหายใจและหัวใจวายในโรงพยาบาล (IHCA) ความแม่นยําในการคาดการณ์การโอนย้ายผู้ป่วยไปยังหอผู้ป่วยวิกฤติอย่างไม่คาดคิด (UIT) และอัตราการเตือนผิดพลาดของ VUNO Med®-DeepCARSTM กับระบบการคาดการณ์ผู้ป่วยความเสี่ยงสูงที่มีอยู่เดิม เช่น NEWS (National Early Warning Score)
การศึกษาพบว่าประสิทธิภาพในการคาดการณ์ของ VUNO Med®-DeepCARSTM มีคะแนน AUROC เท่ากับ 0.869 ซึ่งสูงกว่าวิธีการแบบดั้งเดิม (NEWS 0.767, MEWS 0.756) จํานวนสัญญาณเตือนต่อเตียง 1,000 เตียงลดลงมากกว่าครึ่งเมื่อเทียบกับระดับความไวเดียวกัน ซึ่งพิสูจน์ว่าสัญญาณเตือนน่าเชื่อถือมากขึ้นที่นําไปสู่การแทรกแซงทางการแพทย์จริง นอกจากนี้ ประสิทธิภาพของระบบยังปรากฏชัดเจนข้ามการแบ่งแยกตามอายุ เพศ และเวลาที่เกิดเหตุของผู้ป่วย
ในการศึกษานี้ VUNO Med®-DeepCARSTM แสดงความสามารถในการคาดการณ์ที่ยอดเยี่ยมและความสามารถในการปรับตัวเพื่อระบุผู้ป่วยความเสี่ยงสูง แม้ในการวิจัยแบบคาดการณ์ล่วงหน้าครั้งแรก ระบบสามารถทํางานได้ในระดับเดียวกับการศึกษาย้อนหลังที่ได้รับการตีพิมพ์ในวารสารนานาชาติชั้นนํามาแล้ว
เยฮา ลี ซีอีโอของ VUNO กล่าวว่า “ความสําคัญของงานวิจัยชิ้นนี้อยู่ที่ความสําเร็จในการดําเนินการศึกษาคาดการณ์ล่วงหน้าแ