一种用于医院患者最致命感染之一——脓毒症的早期预警系统已获得美国食品药品监督管理局(FDA)批准使用，这是首批获得批准的基于人工智能的医疗工具之一。
该工具由约翰霍普金斯大学研究人员开发，现由Bayesian Health公司商业化，能够比医生提前数小时检测出脓毒症，并将死亡率降低了近20%。
"在临床医生怀疑脓毒症之前进行筛查能创造宝贵的时间窗口，而这个时间窗口正是改变脓毒症预后的关键。一旦临床医生已经怀疑脓毒症，时钟就已经开始倒计时——通常已经过去了数小时甚至数天，"主要研究人员、约翰霍普金斯大学教授兼人工智能与医疗实验室主任Suchi Saria表示。她在2017年因侄子死于脓毒症后，开始将其实验室研究转化为实际应用系统。"没有其他获批的测试或设备能在临床医生怀疑之前监测脓毒症。"
对于脓毒症，检测每延迟一小时，患者的生存机会就会显著下降。由于脓毒症的症状(如发烧和意识混乱)在其他医疗状况中也很常见，因此很容易被忽视。
为了克服这些困难，Saria和约翰霍普金斯大学的一个团队创建了"目标实时预警系统"。这项联邦资助的工作将电子健康记录与先进的临床人工智能相结合，已帮助医生比传统方法提前约2至48小时发现脓毒症病例。
该系统在美国数十家医院将脓毒症死亡率降低了18%——这是一个重大进展，因为脓毒症这种致命的免疫反应每年导致超过25万名患者死亡。
"它为医生提供了额外的'眼睛'和'耳朵'，能够真正帮助挽救生命。这对约翰霍普金斯大学和Saria博士的团队来说是一个重要的里程碑。"
Albert Wu，约翰霍普金斯大学患者安全专家及该研究的共同调查员
2023年，在FDA的"突破性设备认定"(Breakthrough Designation)下——该认定旨在加快有潜力改善危及生命疾病治疗技术的审批流程——该技术已在包括克利夫兰诊所、加利福尼亚州MemorialCare和罗切斯特大学医学院在内的多家医疗系统中部署，在这些机构中，该技术显著降低了脓毒症患者的院内死亡率、发病率和住院时间。
Saria表示："很少有临床AI系统能够对混乱的真实世界医院数据进行全面分析，并提供临床医生可以可靠依赖的指导。FDA的批准是一项监管上的首次突破，它改变了与约三分之一院内死亡相关的疾病护理标准。这代表了约翰霍普金斯大学数十年临床AI研究转化为实践的成果——不仅是实验室中构建的模型，而是真正交付到关键位置的技术：病床边。"
FDA的批准还为使用该系统的医院打开了大门，使其有资格根据"新技术附加支付计划"获得医疗保险和医疗补助的报销，该计划对医院使用新技术进行补偿。
"Suchi的工作已经达到了一个重要的里程碑。它有望在预防医院死亡和并发症方面发挥重要作用。"
Ed Schlesinger，约翰霍普金斯大学怀廷工程学院院长
【全文结束】