AI預測分析平台Clew宣布，其用於ICU的新冠肺炎預測性篩查工具已獲得美國FDA的緊急使用授權。Clew Medical於2014年在以色列成立，公司開發的系統對醫院重症監護病房收集的醫療信息進行分析，對可能發生危及生命的現象提供早期預警，並為住院病人的護理決策過程提供支持。

聯合創始人Gal Salomon表示，在一家普通的醫院，重症監護室通常是醫院最小的部門，僅佔約9%的床位，卻佔用了醫院31%的預算。

據該公司介紹，醫護人員可以使用Clew來幫助識別呼吸衰竭或血流動力學不穩定(新冠肺炎常見並發症)的高危患者。

Clew表示：“基於人工智能的算法是經過訓練的機器學習模型，可以提前數小時識別呼吸衰竭和血流動力學不穩定。這能讓醫護人員進行額外的評估，並儘可能進行早期干預、規劃以及資源管理。”

研究表明，與雙肺間質性肺炎相關的嚴重呼吸衰竭是導致新冠肺炎死亡率最高的因素之一。早期發現可以允許更快的干預和治療，包括通過機械通氣。它還可以讓護理團隊圍繞資源分配製定一些戰略——這對能力管理至關重要。

根據聲明，Clew的人工智能產品在近10萬ICU患者身上進行了訓練，它們是為在本地ICU和遠程ICU中使用而開發的。除此之外，這款產品還可以為本地和遠程團隊集成了工作流和資源決策。

“ClewICU”是FDA為應對新冠肺炎而發布的若干EUAs工具之一，包括體外診斷工具、遠程患者監測設備、呼吸輔助設備和非手術口罩，也是迄今為止唯一獲得授權的預測篩查工具。

在這次美國的新冠肺炎疫情期間，許多研究人員開發了基於人工智能的工具，試圖幫助發現新冠肺炎患者的症狀。

在上個月發表在《Nature Medicine》上的一項研究中，西奈山衛生系統(Mount Sinai Health System)的科學家將人工智能與成像和臨床數據結合起來，快速診斷出COVID-19患者。

諸如behold.ai、 Thirona 和Delft Imaging等開發者還發布了軟件，可以利用AI在病人的X射線中快速檢測新冠肺炎。

同時，像Health Catalyst開發的一些建模工具，可以利用現有的患者數據來預測醫院的能力和資源，防止發生醫療資源擠兌的現象。

Clew的首席執行官Gal Salomon在一份聲明中表示：“Clew的ICU平台的目的在於，讓醫療機構實時監控、預測所有患者的風險水平，從而對臨床資源分配做出明智的決策，確保患者得到及時、積極和高效的護理。”

他還補充到，“醫療機構和醫護人員需要的不僅僅是簡單的分析。系統還需要集成到醫療機構的工作流程中，以提供易用性和可行的數據。”