AI预警系统：早发现，早治疗
脓毒症是医院中最致命的感染之一，每年在美国导致超过25万人死亡。由于其症状（如发热、意识模糊）与其他疾病相似，极易被漏诊或延误诊断。每延迟一小时治疗，患者的生存几率就会显著下降。
针对这一挑战，约翰·霍普金斯大学的研究人员开发了“靶向实时早期预警系统”（TREWS）。该系统整合电子健康记录（EHR）与先进的临床AI技术，能在医生怀疑脓毒症前2到48小时发出警报，为医生争取宝贵的治疗时间。
显著效果：死亡率降低18%
TREWS系统目前已在全美数十家医院投入使用，使脓毒症死亡率降低了18%。这项技术于2023年获得FDA突破性设备认定，并在克利夫兰诊所、加州纪念护理医疗中心、罗切斯特大学医学院等医疗机构成功部署，显著降低了院内死亡率、并发症发生率和住院时长。
来自专家的声音
首席研究员、约翰·霍普金斯大学教授Suchi Saria表示：“很少有临床AI系统能够处理混乱的真实世界医院数据并提供可靠的指导。FDA批准是一个监管上的首次突破，它改变了与院内死亡约三分之一相关的脓毒症这一疾病的护理标准。”她补充说，这一系统代表了她实验室数十年的临床AI研究成果转化为实践——“不仅仅是实验室里建立的模型，而是真正用在病床边的技术。”
约翰·霍普金斯患者安全专家Albert Wu评价道：“它给了医生额外的眼睛和耳朵，真正有助于拯救生命。这对约翰·霍普金斯和Saria博士的团队来说是一个重要的里程碑。”
FDA的批准还允许使用该系统的医院通过“新技术附加支付计划”（NTAP）获得医疗保险和医疗补助的报销，进一步激励了该技术的推广。