Štúdia sa zaoberá vývojom nového modelu na predpovedanie nežiaducich respiračných udalostí (AREs) u starších pacientov s fraktúrou bedrového kĺbu počas zotavovania sa z všeobecnej anestézie. Výskum bol realizovaný retrospektívne na vzorke 664 pacientov z dvoch zdravotníckych zariadení. Model kombinuje radiomické vlastnosti extrahovane z CT snímkov hrudníka s hlbokými učiacimi sa vlastnosťami získanými pomocou vision transformera (ViT). Fúzny model dosiahol výnimočnú presnosť s hodnotou AUC 0,994 v trénovacej sade a 0,875 v externej testovacej sade. Výkon bol výrazne lepší ako u XGBoost modelu (AUC 0,553) a samotného ViT modelu (AUC 0,788). Tento model umožňuje presne identifikovať pacientov s vysokým rizikom a umožňuje včasné intervencie a zlepšenie klinických výsledkov.