研究人員已經(jīng)使用AI驅(qū)動(dòng)的風(fēng)險(xiǎn)預(yù)測(cè)功能來(lái)準(zhǔn)確篩查社區(qū)醫(yī)院的全體住院患者是否患有敗血癥，從而能夠?qū)疾≌哌M(jìn)行早期治療。

根據(jù)《護(hù)理質(zhì)量雜志》上進(jìn)行的一項(xiàng)研究，該工具還可以通過(guò)將結(jié)果直接自動(dòng)傳送給醫(yī)生來(lái)節(jié)省護(hù)士的時(shí)間。

首席作者Penny Cooper，DHSc和位于弗吉尼亞州Fishersville的擁有255張床的Augusta Health的同事對(duì)記錄在10，700多次住院治療中的339個(gè)敗血癥病例進(jìn)行了算法訓(xùn)練。

他們使用案例定義了與敗血癥相關(guān)的六個(gè)變量，然后應(yīng)用邏輯回歸對(duì)變量進(jìn)行加權(quán)，并設(shè)計(jì)了一個(gè)模型來(lái)識(shí)別有風(fēng)險(xiǎn)的住院病人。

根據(jù)研究摘要，該團(tuán)隊(duì)的完整模型在0.857的曲線下獲得了一個(gè)面積，證明了該工具具有足夠的強(qiáng)度，可用于有癥狀患者的自動(dòng)敗血癥診斷。

Cooper等人說(shuō)：“敗血癥的早期識(shí)別仍然是遵守推薦的循證［實(shí)踐］藥物包的最大障礙?！睂??！巴ㄟ^(guò)使用人工智能功能，我們能夠篩查住院患者的100%，并將結(jié)果直接提供給護(hù)理人員，而無(wú)需護(hù)理人員的任何手動(dòng)干預(yù)?！?/p>