Vega Health首次评测Duke恶化指数：118063例就诊，同警报率下多捕获55%恶化事件

警报一样多，抓到的恶化事件多了一半

数据视角 × 医院信息化/临床医生 ｜ 影响分析 × 医疗数据从业者 ｜ 行业观察

2026年9月30日，Vega Health发布了对住院患者恶化预测模型的首次外部评测。数据来自某多州医疗系统旗下5家医院、两年内的118063次成人住院就诊，Duke恶化指数与某主流厂商恶化指数被放在同一批历史数据上比较。

结论有两条：在各警报阈值下，Duke恶化指数均优于该厂商模型；在同等警报率下，前者多捕获55%的恶化事件。对已经在跑恶化预警的医院来说，这两个数字里最该细看的是后面那条。

开场：118063次就诊，两个模型放在同一条线上比

这份评测的骨架是一批历史数据加两个模型。118063次成人住院就诊分布在5家医院，时间跨度两年，两个模型跑的是同一批数据，做的是同一件事的比较。

先把设计性质说清楚：这是回顾性评测，不是前瞻性研究，也不是随机对照。所有事件都已经在病历里发生完毕，模型只是在事后重放一遍，看它在什么时点会报警。

对院内信息化负责人而言，重放式评测能解决一部分问题——能不能在本院数据上跑通、结果是否与厂商宣称相符；它解决不了另一部分——上线之后医生护士会不会按提示行动，以及行动之后结局是否改变。

先把样本这条口径摆出来：118063是就诊次数，不是患者人数，也不是恶化事件数。真正决定这类比较稳定性的，是事件发生的例数，而这个数字在页面上没有给出。

还有一处口径差需要留意：成人住院这一个限定词划定了人群边界，儿科、门诊与急诊留观都不在这批数据的范围内。想把结论延伸到这些场景，需要各自的证据。

此外，Vega Health方面称整个评估在2周内完成。这个时限放在采样口径里读，说明数据源是该系统既有的数据管线而非新做抽取，效率来自前期准备，这一点在判断别人能否复制时会起到作用。

55%是怎么来的：把警报率固定住再数事件

这个数字的关键在它的条件句：同等警报率下。它不是在固定阈值的情况比灵敏度，而是先把两个模型放到相同的警报负担上，再数各自抓到的恶化事件。

之所以要这样比，是因为院内的真实约束是警报总量而非单纯准确度。护士站一天能处理的提示是有限的，一个多报的模型即便灵敏度更高，也可能因为把人耗在重复提示上而失去价值。

所以55%要这样读：在警报负担相同的条件下，Duke恶化指数多捕获了55%的恶化事件。这是一个相对增量，不是绝对的事件数差，两者之间的差值是理解这个数字的前提。

但要追问的是警报率自身。它以什么为单位计算，按就诊计还是按患者日计，各阈值怎么选，页面没有给出。少了这几个口径，55%可以被复算的范围就很窄。

6次对28次：警报疲劳才是这笔账的重点

真正贴近一线的那组数字是：叠加4小时重复警报静默之后，每捕获1例真阳性约产生6次假警报，厂商模型为28次。同一条件下所需警报量减少约四分之三。

配置	每捕获1例真阳性的假警报次数
Duke恶化指数（含4小时静默）	约6次
某主流厂商恶化指数（含4小时静默）	28次

这组数字的分母要拆开看。4小时重复警报静默是一道临床策略，不是模型自带属性：同一患者的重复提示在窗口内被折叠，分子分母同时缩小。换了静默时长，6次与28次都会跟着变，因此这两个数只能在相同的静默规则下横比，不能拿去和别的文献并列。

对护士站来说，差别落在注意力预算上。重复警报消耗的正是那部分最容易被耗尽的资源，因此1∶6与1∶28之间的落差，比一个百分点的灵敏度更接近真实收益。

但要提醒一句：假警报的绝对次数与恶化事件的基线发生率相关。页面未给出事件的绝对例数与观测单位，6次这个水平放到别的科室构成里会变成多少，现在算不出来。

NEWS 2已经在了，Duke还能再加19.8%

多数英国体系内的医院已经在跑NEWS 2，所以真正的问题不是替换谁，而是还能加出来多少。评测给出的回答是：NEWS 2单独可以预测64.7%的恶化事件，叠加Duke警报之后可以再多捕获19.8%。

增量框架比替代框架更现实。把一套已上线的评分系统拆掉换新的，成本远高于在其之上叠一层；而19.8%这个增量数字，恰好是给已有NEWS 2的医院准备的论据。

还有一组交叉数据值得留意：被NEWS 2与Duke同时标记为高风险的患者，其恶化概率约为仅被NEWS 2标记者的近3倍。这提示两个模型的信号不完全重合，叠加捕捉到的人群有一部分是评级单独漏掉的。

代价也必须计入。叠加意味着警报总量上升，此前算好的警报预算要重做一遍；若不同步调整静默与分流规则，多出来的这部分价值会被警报疲劳抵消掉。

冷静观察：一家系统、两年数据，这个结论能带多远

外部有效性是这份评测最大的限制。数据来自单一医疗系统，回顾性、非随机，5家医院同属一个系统，电子病历配置与业务流程一致，本质上更接近同一数据源的分片，而不是5个独立样本的验证。结论不宜直接外推到其他系统。

几处关键口径缺失。医疗系统名称与5家医院名称未披露，两年数据的具体起止月份也未披露，因此无法判断这个数据窗口是否跨越了流程变更或病历系统升级；患者的科室构成、年龄分布与事件绝对例数同样未见。

对照物的身份也不清楚。被比较的厂商模型被匿名处理，无法核对其版本、训练背景与在该系统上线的时长。若对照模型不是同一部署版本，横比的公平性需要另行验证。

评测的执行方式也值得留意。Vega Health称在2周内完成这一外部评估，且Duke Health未接触该系统数据。因此它是由Vega自行完成的外部评估，而非第三方独立评测；2周完成的时限说明所用数据集是既有管线，可复现性取决于这套管线能否对外开放。

最后要明确一项缺失：恶化事件的判定标准在页面上没有定义。所有百分比都以事件计数为分母，分母的定义不清，比例就无法独立复算。本页也没有给出AUROC，其他页面上的数值未经核对，不宜引用。

原文链接：Vega Health（原载 Business Wire）

千方医数集编辑部 出品