马萨诸塞州的研究人员已经开发出一种预测模型，旨在帮助医生知道何时在病情致命之前向败血症患者服用关键药物。
几家医疗机构将其创新转向脓毒症的治疗，脓毒症可能是威胁生命的并发症，有时难以治疗。据研究人员撰写新的预测模型的研究人员说，这是医院入院最常见的原因之一，也是常见的死亡原因。
论文的共同作者，麻省理工学院医学工程与科学研究所的WM Keck职业发展教授Thomas Heldt在一份声明中说：“败血症的问题是患者的出诊常常掩盖了潜在疾病过程的严重性。” 。“如果某人软弱无力且感觉不对劲，那么可能经常会遇到一些麻烦。但是，在某些情况下，它们具有潜在的败血症，并且会很快恶化。我们希望能够分辨出哪些患者病情好转，如果不进行治疗，哪些患者处于关键道路上。”
该模型是使用数据集创建的，该数据集包含2014年至2016年间在麻萨诸塞州综合医院(MGH)急诊室接受治疗的近186,000名败血症患者的病历。经过测试，它能够预测患者何时需要的血管加压药超过麻省理工学院(麻省理工学院)的新闻稿说，百分之八十的时间。
研究结果最近在医学信息学协会年度研讨会上发表。
“很多败血症的病例，[临床医生]清楚理解，或者不需要任何支持。病人在初次就诊时可能会病得很重，以至于医生完全知道该怎么做。”“但是还有一个’灰色地带’，这些工具在其中变得非常重要。”
知道败血症患者正确使用升压药的时间可能是生死之间的区别。早期血管加压药的干预与败血性休克死亡率的提高有关，而过早给患者服用药物可能会引起心律不齐和细胞损伤等问题。
该模型的希望在于它最终可以在临床环境中与床监视器一起使用，跟踪患者并在需要时向ER临床医生发送警报。研究人员还希望创建更多工具，以更好地预测和识别患有败血症和败血性休克风险的患者。
杜克大学(Duke University)还致力于通过可帮助及早发现的AI工具改善败血症护理。其他研究人员正在考虑AI如何改善败血症治疗方案并提高生存机会。