一項廣泛的醫(yī)院研究表明，由于約翰霍普金斯大學開發(fā)的新人工智能系統(tǒng)比傳統(tǒng)方法早幾個小時發(fā)現(xiàn)癥狀，患者死于敗血癥的可能性降低了 20%。
該系統(tǒng)由約翰霍普金斯大學的一名研究人員創(chuàng)建，其年輕的侄子死于敗血癥，該系統(tǒng)會搜索醫(yī)療記錄和臨床記錄，以識別有危及生命并發(fā)癥風險的患者。這項工作可以顯著降低全球醫(yī)院死亡的主要原因之一的患者死亡率，今天發(fā)表在Nature Medicine和npj Digital Medicine上。
約翰霍普金斯大學馬龍醫(yī)療保健工程中心的創(chuàng)始研究主任兼負責人蘇奇·薩里亞說：“這是第一個在床邊實施人工智能的實例，被成千上萬的供應商使用，我們看到生命得以挽救。”這些研究的作者，在兩年內(nèi)評估了超過 50 萬患者。“這是一個非凡的飛躍，每年將拯救成千上萬的敗血癥患者。該方法現(xiàn)在正被應用于改善敗血癥以外的其他重要問題領(lǐng)域的結(jié)果。”
當感染引發(fā)全身連鎖反應時，就會發(fā)生敗血癥。炎癥會導致血栓和血管滲漏，最終會導致器官損傷或器官衰竭。在美國，每年約有 170 萬成年人患上敗血癥，其中超過 250,000 人死亡。
Saria 說，膿毒癥很容易被忽視，因為發(fā)燒和精神錯亂等癥狀在其他情況下很常見。抓得越快，病人的生存機會就越大。
“改善結(jié)果的最有效方法之一是早期發(fā)現(xiàn)并及時給予正確的治療，但從歷史上看，由于缺乏準確的早期識別系統(tǒng)，這一直是一項艱巨的挑戰(zhàn)，”機器學習的負責人 Saria 說和約翰霍普金斯大學的醫(yī)療保健實驗室。
標簽：
免責聲明：本文由用戶上傳，如有侵權(quán)請聯(lián)系刪除！