感染會引發人體的各種反應，極端點的就有膿毒血症（sepsis）—— 這一危及生命的並發症，每年在美國奪去超過25 萬人的生命。好消息是，由約翰·霍普金斯大學開發的一套床邊AI 預警系統，就有望通過及早發現關鍵症狀，將死亡率降低近兩成。

Suchi Saria 等研究人員開發了檢測sepsis 的新AI 工具（圖自：JHU / Will Kirk 攝）

Sepsis 特指由感染引發了體內嚴重的免疫反應，一系列事件從廣泛的炎症開始，最終可能導致血栓、血管滲漏、器官衰竭、乃至死亡。

遺憾的是，有時發燒或精神錯亂等顯性症狀，可能被誤診為其它疾病導致，使得Sepsis 的早期疾病診斷變得相當困難。由於患者的病情會迅速惡化，Sepsis 的死亡率也在30% 左右。

此前我們已經見識過一些頗具前景的技術，旨在通過清晰快速的檢測、來提升初篩時的檢出率。

比如可在數分鐘內獲取血液中關鍵生物標誌物的設備，以及迅速發現初始感染背後的病原體的工具。

（來自：Nature Digital Medicine）

不過JHU 的研究團隊，還是選擇了與眾不同的一條道路—— 其希望藉助先進的人工智能（AI）技術，來識別出那些正處於危險境地的患者。

具體說來是，這套系統能夠分析患者的病史，並將其與當前症狀、臨床記錄和實驗結果相結合。

而高度針對性的實時AI 預警系統，可在患者入院的第一時間、持續追踪到他們出院的那一刻，以化解潛在高風險的醫療疏失。

此外該工具由JHU 衍生公司Bayesian Health 聯手開發製造，作為一項為期兩年的試驗的一部分，該工具已在五家醫院啟用、且覆蓋了超70 萬名患者。

研究截圖（來自：PDF）

在早期預警檢測到問題時，AI 會及時向醫護髮送警報，系統的實測效果也相當喜人。

與傳統方法相比，這套臨床AI 監測系統能夠平均提前近6 小時檢出Sepsis、靈敏度82%、且採用率高達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。

醫療創新中心主席、醫學博士Neri Cohen 表示，此前行業內從未有如此高效的降低Sepsis 病亡率的方法。將近20% 的成就非常了不起，並且能夠挽救相當多的生命。

最後，研究人員正探索將這套臨床AI 系統方案用於其它疾病，比如褥瘡（bedsores）或急性呼吸衰竭（acute respiratory failure）。