ALZAI Health已报告其基于人工智能的阿尔茨海默病风险识别模型通过了美国110多万患者数据的验证。
该公司表示，其风险分层模型的表现与之前使用以色列医疗数据进行的验证结果相当。
该验证项目使用了从HealthVerity获得许可的纵向医疗数据集，其中包括约3800万项常规血液化学实验室检测结果和超过300万项慢性疾病诊断记录，涵盖1亿多个临床数据点。
该数据集由通过常规护理收集的真实世界数据组成，在模型开发、验证方法或结果分析方面未受到HealthVerity的影响。
HealthVerity未参与得出结论或验证结果。
该验证评估了Alzai Health的AI解决方案在多个预测时间范围和不同患者病史时长下的表现。
模型使用仅血液检测数据、仅慢性疾病诊断数据以及两种数据类型的组合进行了测试。
Alzai Health的技术基于广泛可用的临床信息和基本患者人口统计学特征，旨在提供人群级别的风险筛查工具。
结果表明，该公司的技术可能在不同医疗系统和患者群体中保持一致的功能表现。
这些发现基于许可的回顾性数据集和特定模型方法，警示称结果可能无法在前瞻性研究、其他数据集或更广泛的临床实施中复制。
Alzai Health认为此次验证是其技术在美国市场潜在商业化的重要一步。
该公司表示，在独立医疗数据集上的一致表现可能支持其技术在美国医疗环境、药物研究和人群健康项目中的更广泛应用。
该技术旨在用于阿尔茨海默病风险识别，并非设计用于诊断该疾病或替代临床判断。
Alzai Health首席执行官Hayim Raclaw表示："阿尔茨海默病一直是一个迅速增长的问题，这一医疗现实因绝大多数患者在最有效的治疗时机之后才被诊断出来而加剧，而大多数高风险人群仍未被识别以便进行预防性护理。"
"使用大规模真实世界美国医疗数据验证我们的技术代表了Alzai的一个重要里程碑，并进一步证明了我们非侵入性疾病风险筛查解决方案的稳健性和可扩展性。"
"ALZAI报告阿尔茨海默病风险识别模型验证结果"最初由GlobalData旗下的品牌Medical Device Network创建并发布。
【全文结束】