约翰·霍普金斯大学工程师Suchi Saria开发了一个由人工智能驱动的平台，该平台已经在美国数十家医院中将败血症死亡率降低了18%——这是在应对每年夺去约27万人生命的致命免疫反应方面取得的重大进展。
Saria的目标实时预警系统（TREWS）整合了电子健康记录和机器学习，帮助医生比传统方法提前近两小时诊断出败血症病例。她表示，败血症很容易被忽视，因为其许多症状如发热和意识混乱在其他疾病中也很常见。而在严重败血症病例中，识别延误一个小时可能会决定生死。
“[美国国家科学基金会的资金]使我们能够进行那种长期、高影响的研究，这些研究虽然短期内不盈利，但对于构建真正改善患者结果的技术至关重要。” Suchi Saria说。
正如《自然医学》杂志所描述的那样，该系统的早期识别改善了患者的结果，自2023年部署以来，平均住院时间减少了半天，重症监护病房使用率下降了10%。
Saria是一位计算机科学、生物统计学、医疗系统信息学以及卫生政策与管理的副教授，她说像TREWS这样的创新并不是孤立发生的——它需要有意的投资和远见的支持。她感谢美国国家科学基金会的“未来工作与人-技术前沿”项目，该项目使她的团队能够为那些能够有意义地增强临床能力的技术奠定基础，这些技术经过科学严谨的设计，可以无缝集成到现实世界的护理中。
“在临床医生比以往任何时候都更紧张、患者更老且病情更重、资源有限的情况下，这样的资金支持是必不可少的。它推动了那些确保医疗保健能够满足未来需求而不牺牲质量和人性的突破。”Saria说。她是惠廷工程学院马龙医疗保健工程中心的创始研究主任，也是约翰·霍普金斯数据科学和人工智能研究所的成员。
Saria因其在医疗保健领域的人工智能工作而受到《时代》、《商业内幕》、《现代医疗》和《大众科学》等媒体的认可。她在2017年因败血症失去了侄子后，开始对抗这一毁灭性疾病。
TREWS通过无缝集成到临床医生的工作流程中，利用全面的医疗记录数据——包括实验室和生命体征等结构化指标以及医生笔记中的非结构化见解——来识别有生命威胁并发症风险的患者并推荐治疗方案。在全国临床医生短缺和老龄化、日益复杂的患者群体背景下，TREWS从急诊科入院到出院的关键临床工作流程进行了简化，确保在人员变动和部门转移期间的连续护理。
Saria通过美国国家科学基金会的小型企业创新研究拨款将这项研究转化为一家名为贝叶斯健康（Bayesian Health）的初创公司，将TREWS从学术创新转变为一个可扩展的护理增强平台，能够解决许多关键病症，而不仅仅是败血症。贝叶斯现在直接与学术、区域和社区卫生系统合作，去年平台的覆盖范围扩大了800%以上。
“联邦资金，包括来自美国国家科学基金会的重要支持，是TREWS开发的基础。”Saria说。“它使我们能够进行那种长期、高影响的研究，这些研究虽然短期内不盈利，但对于构建真正改善患者结果的技术至关重要。没有这笔资金，像TREWS这样基于严格科学和临床合作的创新就无法到达病床边。”
(全文结束)
