In Pursuit of a Faster APACHE Score

In the early 1980s, I helped lead a project centered on the Acute Physiology and Chronic Health Az értékelési (APACHE) pontszám, amely akkoriban a legismertebb skála az akut betegség súlyosságának meghatározására. Alapvetően az intenzív osztályos betegek halálozási arányának mutatójaként használták; minél magasabb a beteg APACHE pontszáma, annál nagyobb a mortalitás kockázata. However, it couldn’t be calculated until at least twelve to twenty-four hours after admission.

Our goal became to build a model that could get ahead of that lag, digitizing doctors’ clinical judgment and predicting a patient’s trajectory before the APACHE score was calculable. Tudtuk azonban, hogy az általunk épített modell csak annyira lesz megbízható, mint amennyire az adatklinikusok ténylegesen rögzítették. The question was whether we couldcapture that judgment accurately enoughfor a machine to learn from it.

Teaching a Model to Think Like a Doctor and Prioritize Clinical Data Accuracy

With the help of physicians at the VA hospital in North Chicago, we identified the different clinical indicators doctors consider when evaluating patients and came up with approximately 1,500 rules or descriptions that doctors use for patient assessment, going beyond the standard APACHE criteria. We then obtained records from ICU patients who had already been discharged or passed away, and had medical students digitize one hundred ICU patient cases with time-stamped clinical events.

Since it would have been unrealistic to expect the clinical team to assign probabilities to each of the 1,500 clinical findings, we selected ten charts out of the one hundred to serve as our training set. Három orvosunk vizsgálta át részletesen ezt a tíz edzési táblázatot. Az orvosok minden betegnél minden klinikai eseményre egytől hétig terjedő skálán pontozták, jelezve a súlyossági szintet. We then converted those scores into probabilities and used them to train a pattern-recognition AI, feeding the results into a Bayesian model.

The breakthrough came when we discovered that our model could predict the twenty-four-hour APACHE score by the fourth hour, a dramatic improvement that correlated directly with most providers’ assessments. That result was only possible because the doctors’ judgment was carefully captured and translated, allowing for the necessary clinical data accuracy. Pontos adatok nélkül a modell tönkremenne. This rule still applies totoday’s LLMs and clinical-AI builders.

Four Decades Later, the Same Principle Érvényes

A mai egészségügyi mesterséges intelligencia hatalmas mennyiségű orvosi terminológiát tartalmazhat, és képességei folyamatosan bővülnek. De ahogy fejlődik a mesterséges intelligencia, és a tudás visszanyerésén túlmenően a generáláson túl a kockázat is nő. A klinikusok által használt szabványos orvosi kifejezések torzulhatnak vagy szennyeződhetnek.

Ennek a kockázatnak a megkerülésére ugyanaza klinikai adatok pontosságára vonatkozó fegyelemszükség van rá, amelyre az intenzív osztályon évtizedekkel ezelőtt támaszkodtunk. Done right, human insight and AI work in harmony—but only if we humans stay in control of the language and the systems that carry clinical meaning between us.