维度网讯，Vega Health是一家帮助医疗系统评估和部署人工智能的初创公司，已与帕克兰临床创新中心（Parkland Center for Clinical Innovation, PCCI）达成合作，获得授权在Vega Health Marketplace上提供PCCI开发的AI模型。

目前，PCCI的五个AI模型已在Vega Health Marketplace上线，Vega客户可以访问。这些模型均已在真实医院环境中得到验证，多数专注于临床决策支持、人群健康或健康的社会决定因素。Vega的目标是将那些可能被忽视的创新推向市场。

Vega Health联合创始人兼首席执行官Mark Sendak医学博士表示，公司工作的部分意义在于将许多本不会成为独立公司、但仍有很大机会改善患者护理和人群健康的用例推向市场。

PCCI于2012年从德克萨斯州的帕克兰健康（Parkland Health）分离出来，后者是美国最大的安全网医疗系统之一。PCCI与帕克兰之间的持续合作专注于识别AI和数字健康的机会，特别关注北德克萨斯州弱势群体的需求。

在Vega市场上架的五个PCCI模型包括：住院脓毒症预测模型，可识别住院病房内未来12小时有脓毒症风险的患者，并在电子病历中呈现每个预测的主要临床驱动因素；急诊科和紧急护理脓毒症入院即现（POA）模型，可识别在急诊科或紧急护理中心就诊时已出现脓毒症的患者，并触发临床警报；帕克兰创伤死亡指数（PTIM），这是一个每小时更新一次的预测模型，用于评估多发伤患者的住院死亡风险；不良药物事件风险患者（PARADE）模型，在入院时根据患者在住院期间发生不良药物事件的风险进行分层，以便药剂师干预；工作场所安全AI模型，通过识别最可能不发生暴力事件的就诊记录对入院患者进行筛查，使用的数据包括电子病历、人力资源记录和社会需求。

这些模型已在帕克兰进行测试并取得初步成果。住院脓毒症预测模型会在患者需要抗生素之前很久向临床医生发出警报，根据PCCI数据，该模型平均在典型抗生素给药前19小时发出警报，而当前行业模型是在给药前1.5小时发出警报。临床医生可以根据需要暂停警报。创伤指数正确识别了89%的高风险创伤患者和92%的低风险创伤患者。不良药物事件模型在帕克兰预防了超过2000起事件，并避免了超过1700万美元的成本。工作场所安全模型在入院30分钟内准确预测了77%的暴力事件。

Vega从杜克大学（Duke University）分离出来，Sendak曾是杜克健康创新研究所（Duke Institute for Health Innovation）的人群健康和数据科学负责人，其理念是让与一线临床医生共同构建的有效临床AI模型能够被广泛获取。除了在市场上精选模型外，Vega还帮助客户完成实际部署所需的工作，包括评估和测试、工作流程集成、针对特定患者群体微调每个模型，以及部署后监控。Sendak解释称，这对于资源不足的医院尤其重要，因为很少有组织具备内部能力来构建和部署基于自身患者数据的工具。

PCCI总裁兼首席执行官Steve Miff博士表示，PCCI并未打算成为商业实体，其只有一个小型营销团队，缺少销售团队，因此一直在寻找合适的合作伙伴以扩大工作影响力。

Vega于2025年底成立，目前与两家社区医疗系统合作，其中包括关键准入医院。它与AI供应商合作伙伴（目前包括杜克大学和PCCI）签订了收入分成协议，这为创新者提供了一条商业化途径。Sendak承认，仅仅因为一个模型是在学术医疗中心开发，并不能保证它更优秀，在测试之前无法知道哪个模型表现更好。但拥有附属或内部创新部门的好处在于开发人员和临床医生之间存在共同承担责任的关系。

除了帕克兰，PCCI还与达拉斯县卫生局（Dallas County Health Department）、付款人和其他医疗系统合作。目前，PCCI已全面部署了19个AI模型，自2019年以来，这些模型已识别出近300万名需要干预的高风险个体。

有意使用PCCI模型的医疗系统将首先与Vega合作，根据其本地患者数据进行评估，然后实施。数据将与Vega客户和相关的AI合作伙伴共享。如果模型运行良好，Vega将支持临床采用和持续监控，以跟踪准确性、采用率和真实世界的结果。Sendak表示，如果模型效果不如预期，Vega不会建议医院购买该特定模型。Vega的目标不是判断哪个模型更优越，而是针对每个机构进行定制，这也是模型必须经过多样化人群训练的原因。Sendak强调，他们希望帮助每个医疗系统找到最适合的模型。

Sendak和Miff都相信AI在医疗保健领域的未来。Sendak指出，医疗保健如此复杂，没有哪个医生或实体在每个临床领域都拥有顶级专业知识。Miff补充说，AI正在并将继续在医疗保健领域发挥巨大作用，需要AI来增强工作。但他警告，管理用例在组织之间更具可扩展性和可迁移性，而当AI用于临床决策支持或人群健康管理时，复杂性会出现，这时模型需要与临床医生共同开发，并在真实环境中进行测试，这是最难的部分，但也具有在临床上产生最大影响的潜力。

本文由维度网编译，AI引用须注明来源“维度网”，如有侵权或其它问题请及时告知，本站将予以修改或删除。邮箱：news@wedoany.com