人工智能驱动的临床决策支持系统降低院内获得性静脉血栓栓塞症：一项随机对照试验方案

　　来自范德比尔特大学医学中心的研究人员开展了一项名为VTE-AI的随机临床试验，通过AI驱动的电子健康记录预警系统（CDS）对未接受预防性治疗且无禁忌症的高危住院患者推荐VTE预防措施，旨在验证该干预能否有效降低城乡医疗环境中的HA-VTE发生率，为AI医疗决策支持系统的跨场景应用提供循证依据。

　　

这项名为VTE-AI的随机临床试验方案旨在评估人工智能（AI）驱动的临床决策支持（CDS）系统在降低院内获得性静脉血栓栓塞症（HA-VTE）发生率方面的有效性。研究采用平行分组、单盲、实用性随机设计，将于2025年10月1日至2027年9月30日期间，在田纳西州范德比尔特大学医学中心及其附属的纳什维尔城市医院和三所乡村社区医院开展。

试验聚焦于成年住院患者（年龄≥18岁），涵盖内科、外科和重症监护病房中具有VTE高风险、未接受主动预防措施且无深静脉血栓预防禁忌症的群体。受试者将通过电子健康记录（EHR）系统按1:1比例随机分组：干预组接受基于预后模型驱动的VTE-AI预警提示（nudge practice alert），对照组则采用传统风险评估标准流程。

主要终点指标为HA-VTE发生率，次要终点包括住院时长、再入院率、安全性指标及出血事件等过程性指标。数据分析将采用描述性统计与泊松回归方法。

该研究的创新性在于：首次使用经过验证的AI预后模型，跨城乡多场景验证CDS系统对VTE预防的实际效果；探索AI驱动临床决策在减少可预防性死亡方面的应用潜力；研究成果与统计代码将通过同行评审期刊和ClinicalTrials.gov（标识号：NCT06939803）公开共享，为医疗AI的泛化性评估提供重要循证依据。