[2J1-GS-10a] AI application

10:15 AM - 10:30 AM JST(1:15 AM - 1:30 AM UTC)

[2J1-GS-10a-06] Evaluation of Dynamic Prediction Models for ICU Patients Using Multimodal Medical Data

〇Otoka Tsutsusaki¹, Yuichiro Iwashita^2,3, Soichiro Nakako^4,5, Masakazu Iwamura⁶, Koichi Kise⁶ (1. Osaka Metropolitan University, College of Engineering, 2. DFKI GmbH, 3. RPTU University Kaiserslautern-Landau, 4. Osaka Metropolitan University, Graduate School of Medicine, 5. Osaka Metropolitan University Hospital, Department of Hematology, 6. Osaka Metropolitan University, Graduate School of Informatics,)

Keywords:

Dynamic Prediction,Multimodal,Intensive Care Unit,MIMIC-IV

集中治療室(ICU)では患者の病状が刻々と変化するため，医師には継続的な状態把握と正確な判断が求められる．その負担軽減を目的として，患者の死亡をリアルタイムに予測する動的予測モデルが注目されている．実臨床では構造化データに加え，胸部X線(CXR)画像や放射線レポートなど複数のモダリティを統合して判断が行われていることから，マルチモーダルな動的予測モデルの構築が求められている．しかし，既存研究は構造化データおよびCXR画像に限定された構成が中心であり，放射線レポートを含めた検証は十分とはいえない．さらに，動的予測では各モダリティの観測頻度が異なるため，欠損が生じるという課題がある．本研究では，構造化データとCXR画像を用いた動的予測モデルをベースラインとし，放射線レポートの追加およびCXR画像の生成補完を導入して，それらが予測性能に与える影響を体系的に検証する．実験の結果，モダリティ数の増加に伴い予測性能は向上し，さらに2モダリティ構成では画像生成補完により性能が改善することがわかった．