《急诊医学年鉴》发表的一项研究显示，基于AI的脓毒症筛查工具在优于其他传统筛查方法后，可以更好地帮助医生找到患此病风险最大的患者。
美国和英国的一些医疗保健组织已经转向人工智能解决方案，以解决患者的败血症并防止致命后果。去年11月，马萨诸塞州的研究人员开发了一个人工智能系统，可以预测脓毒症患者何时应该使用关键药物。
对于这项研究，一个研究团队使用机器学习开发并测试了一种败血症筛查工具，称为败血症风险评分(RoS)，并使用了来自不同城市49家社区医院急诊室(ER)患者的电子健康记录数据。该数据包含大约270万条记录。
在收到数据后1、3、6、12和24小时对筛选方法进行分析。此外，其性能可以通过各种指标来评估——报警率、接收器工作特性曲线下面积(AUC)、灵敏度、特异性和准确性。根据这项研究，RoS在识别大多数高危患者时是“最有特色的筛查工具”，它比次优的败血症筛查方法更敏感、更准确。
特尼特医疗保健公司和其他公司的数据科学家瑞安j德拉汉蒂博士说：“在这项回顾性研究中，与标准筛查工具相比，RoS更及时、更与众不同.需要进一步的研究来验证独立网站的RoS分数。”总结一下。
