人工智能监测工具成功帮助预测败血症拯救生命
每年，至少有 170 万成年人患败血症，大约 35 万人将死于严重的血液感染，这种感染可能会引发全身危及生命的连锁反应。
在 2024 年 1 月 23 日《npj Digital Medicine》在线版上发表的一项新研究中，加州大学圣地亚哥分校医学院的研究人员在加州大学圣地亚哥分校健康中心的急诊科使用了人工智能 (AI) 模型，以便快速识别有败血症感染风险的患者。
研究发现，该研究团队之前开发的名为 COMPOSER 的人工智能算法使死亡率降低了 17%。
“我们的 COMPOSER 模型使用实时数据，以便在出现明显临床表现之前预测脓毒症，”该研究的合著者、加州大学圣地亚哥分校医学院急诊医学系重症监护科主任 Gabriel Wardi 医学博士说。“它在幕后默默、安全地工作，持续监测每一位患者是否有可能败血症的迹象。”
一旦患者在急诊室登记，算法就会开始连续监测 150 多个可能与脓毒症相关的不同患者变量，例如实验室结果、生命体征、当前用药、人口统计和病史。
如果患者出现多个变量，导致败血症感染的高风险，人工智能算法将通过医院的电子健康记录通知护理人员。然后护理团队将与医生一起审查并确定适当的治疗计划。
研究合著者、加州大学圣地亚哥分校医学院生物医学信息学副教授兼预测分析主任 Shamim Nemati 博士表示：“这些先进的人工智能算法可以检测出人眼最初并不明显的模式。” “该系统可以查看这些风险因素，并对脓毒症做出高度准确的预测。相反，如果风险模式可以用其他更有把握的条件来解释，那么就不会发送警报。”
该研究调查了位于 Hillcrest 的加州大学圣地亚哥分校医疗中心和位于拉荷亚的 Jacobs 医疗中心的急诊科部署 COMPOSER 前后的 6,000 多名入院患者。
这是第一项报告通过利用人工智能深度学习模型改善患者治疗结果的研究，该模型使用人工神经网络作为检查和平衡，以便安全、正确地识别患者的健康问题。该模型能够识别复杂且多种的风险因素，然后由医疗保健团队进行审查以进行确认。
加州大学圣地亚哥分校健康中心的急诊医学和重症监护医师 Wardi 表示：“正是有了这种人工智能模型，我们的团队才能更快地为患者提供挽救生命的治疗。”
COMPOSER 于 2022 年 12 月启动，目前也在加州大学圣地亚哥分校健康中心的许多医院住院部使用。它很快将在卫生系统的最新地点——加州大学圣地亚哥分校健康东校区启动。
加州大学圣地亚哥分校健康中心是该地区唯一的学术医疗系统，是人工智能医疗保健领域的先驱，最近宣布了其首任首席健康人工智能官，并在加州大学圣地亚哥分校开设了琼和欧文·雅各布斯健康创新中心健康，致力于开发复杂和先进的医疗保健解决方案。
此外，卫生系统最近启动了一项试点，其中 Epic(基于云的电子健康记录系统)和 Microsoft 的生成式 AI 集成通过 ChatGPT自动起草更具同情心的消息响应，从而减轻了医生和护理人员的这一额外步骤，使他们能够专注于患者关心。
“人工智能技术在电子健康记录中的集成有助于兑现数字健康的承诺，加州大学圣地亚哥分校健康中心一直是该领域的领导者，以确保人工智能驱动的解决方案支持患者安全和高质量医疗保健的高可靠性，该研究的共同作者、雅各布斯健康创新中心执行董事、加州大学圣地亚哥分校健康中心首席医疗官和首席数字官克里斯托弗·朗赫斯特医学博士说。
版权声明：本文由用户上传，如有侵权请联系删除！