AI 算法使 UC San Diego 急诊室的败血症死亡率降低 17%

在一项突破性进展中，加州大学圣地亚哥分校医学院研究人员进行的一项最新研究揭示了人工智能（AI）在识别败血症感染风险患者方面的显著影响。

这项研究发表在 2024 年 1 月 23 日在线出版的《npj Digital Medicine》上，介绍了一种名为 COMPOSER 的 AI 模型，该模型使患者死亡率显著降低了 17%。

COMPOSER 的持续监控

由研究团队设计并开发的 COMPOSER AI 模型在 UC San Diego Health 急诊室的后台安静而有效地运行。 

患者到达后，该算法开始监控 150 多个患者变量，包括实验室结果、生命体征、当前用药、人口统计数据和病史，这些都可能表明败血症风险。

如果 AI 识别出多个风险因素，表明败血症感染的可能性很高，它会立即通过医院的电子健康记录系统通知护理工作人员。 

护理团队与医生合作，为这些患者确定最合适的治疗方案，通过启动早期干预，有可能挽救生命。

发现隐藏的模式

COMPOSER AI 模型的关键优势之一是其检测复杂且微妙的风险模式的能力，这些模式可能会逃过人眼。通过分析这些风险因素，AI 可以提供高度准确的败血症预测。相反，如果风险模式可以更有信心地归因于其他状况，则不会生成警报，从而确保专注于真正的败血症病例。

UC San Diego 进行的研究考察了 COMPOSER 在 UC San Diego 医疗中心（位于 Hillcrest）和 Jacobs 医疗中心（位于 La Jolla）的急诊室部署前后对超过 6,000 名患者入院的影响。 

这项研究标志着首次利用人工神经网络的人工智能深度学习模型通过正确识别健康问题来改善患者结果。

UC San Diego 医学院急诊医学系重症监护部主任 Gabriel Wardi 博士强调了 COMPOSER 在加速患者救命治疗方面的重要性。 

该 AI 模型自 2022 年 12 月起投入使用，目前正将其影响力扩展到 UC San Diego Health 各医院的住院部门，包括即将开业的 UC San Diego Health 东校区。

UC San Diego Health 对医疗保健中 AI 的承诺

UC San Diego Health 处于医疗保健领域 AI 整合的前沿。最近，该机构任命了其首位首席 Health AI 官员，并成立了 Joan and Irwin Jacobs 健康创新中心。

该中心开发利用 AI 技术的先进和复杂的医疗保健解决方案。

除了 COMPOSER AI 模型外，UC San Diego Health 还在探索将 AI 纳入医疗保健运营的创新方式。例如，该机构已与 Epic（一种基于云端的电子健康记录系统）和 Microsoft 的生成式 AI 集成启动了一项试点项目。 

该项目通过 ChatGPT 简化了同情消息回复的起草，使医生和护理人员能够将更多时间用于患者护理。