VUNO Inc. ha anunciado que su sistema de gestión del riesgo de parada cardiaca basado en IA, VUNO Med-DeepCARS, ha demostrado por primera vez su validez clínica a través de un estudio prospectivo que utiliza datos del mundo real (RWD). VUNO ha anunciado que el artículo del estudio clínico multicéntrico, que confirma la validez clínica de VUNO Med-DeepCARS a través de su investigación prospectiva inicial, se ha publicado en "Critical Care", una revista internacional líder en medicina de cuidados intensivos. VUNO Med-DeepCARS es un dispositivo médico de IA que analiza cuatro constantes vitales: la frecuencia respiratoria, la temperatura corporal, la tensión arterial y la frecuencia cardiaca para predecir la parada cardiaca en 24 horas en pacientes de salas generales.

Es el primer dispositivo médico de IA para la predicción de paradas cardiacas de Corea y está reconocido como dispositivo innovador por el Ministerio de Seguridad Alimentaria y Farmacéutica coreano (MFDS). En el estudio publicado en Critical Care, el equipo de investigación de la VUNO realizó un estudio multicéntrico con datos de pacientes de salas generales de cuatro instituciones médicas terciarias: Hospital Universitario Nacional de Seúl, Hospital Universitario Nacional Bundang de Seúl, Hospital Universitario Inha y Hospital Universitario Dong-A, cada uno de ellos con distintos tamaños, ubicaciones y entornos médicos. Un total de 55.083 pacientes ingresados en salas generales de todas las instituciones participantes durante tres meses, comparando la precisión de predicción de la parada cardiaca intrahospitalaria (PCSI), la precisión de predicción del traslado inesperado a la unidad de cuidados intensivos (TID) y la tasa de falsas alarmas de VUNO Med-DeepCARS con los sistemas existentes de predicción de pacientes de alto riesgo como NEWS (National Early Warning Score).

El estudio descubrió que el rendimiento predictivo de VUNO Med-DeepCARS tenía una puntuación AUROC de 0,869, superando a los métodos tradicionales (NEWS 0,767, MEWS 0,756). El número de alarmas por cada 1.000 camas se redujo a más de la mitad en comparación con el mismo nivel de sensibilidad, lo que demuestra una mayor fiabilidad en las alarmas que conducen a intervenciones médicas reales. Además, su eficacia fue evidente en distintas edades de los pacientes, géneros y momentos en que se produjeron.

En este estudio, VUNO Med®-DeepCARS mostró una capacidad de predicción y una adaptabilidad excepcionales en la identificación de pacientes de alto riesgo, incluso en su primera investigación prospectiva. Su rendimiento se mantuvo sistemáticamente al mismo nivel que en estudios retrospectivos anteriores publicados en revistas internacionales de renombre.