JHU试点临床AI监测预警系统 可将脓毒症病亡率降低近两成

Suchi Saria 等研究人员开发了检测 sepsis 的新 AI 工具（图自：JHU / Will Kirk 摄）

Sepsis 特指由感染引发了体内严重的免疫反应，一系列事件从广泛的炎症开始，最终可能导致血栓、血管渗漏、器官衰竭、乃至死亡。

遗憾的是，有时发烧或精神错乱等显性症状，可能被误诊为其它疾病导致，使得 Sepsis 的早期疾病诊断变得相当困难。由于患者的病情会迅速恶化，Sepsis 的死亡率也在 30% 左右。

此前我们已经见识过一些颇具前景的技术，旨在通过清晰快速的检测、来提升初筛时的检出率。

比如可在数分钟内获取血液中关键生物标志物的设备，以及迅速发现初始感染背后的病原体的工具。

（来自：Nature Digital Medicine）

不过 JHU 的研究团队，还是选择了与众不同的一条道路 —— 其希望借助先进的人工智能（AI）技术，来识别出那些正处于危险境地的患者。

具体说来是，这套系统能够分析患者的病史，并将其与当前症状、临床记录和实验结果相结合。

而高度针对性的实时 AI 预警系统，可在患者入院的第一时间、持续追踪到他们出院的那一刻，以化解潜在高风险的医疗疏失。

此外该工具由 JHU 衍生公司 Bayesian Health 联手开发制造，作为一项为期两年的试验的一部分，该工具已在五家医院启用、且覆盖了超 70 万名患者。

研究截图（来自：PDF）

在早期预警检测到问题时，AI 会及时向医护发送警报，系统的实测效果也相当喜人。

与传统方法相比，这套临床 AI 监测系统能够平均提前近 6 小时检出 Sepsis、灵敏度 82%、且采用率高达 89% 。

最终结果是显著降低了 Sepsis 的发病率、住院时间，以及降低了近两成（-18.2%）的死亡率。

医疗创新中心主席、医学博士 Neri Cohen 表示，此前行业内从未有如此高效的降低 Sepsis 病亡率的方法。将近 20% 的成就非常了不起，并且能够挽救相当多的生命。

最后，研究人员正探索将这套临床 AI 系统方案用于其它疾病，比如褥疮（bedsores）或急性呼吸衰竭（acute respiratory failure）。