新传媒网特拉维夫大学开发的一项新技术将可以使用人工智能识别因血液感染而有患重病风险的患者。研究人员训练人工智能程序研究特拉维夫伊奇洛夫医院约 8,000 名血液感染呈阳性的患者的电子病历。这些记录包括人口统计数据、验血结果、病史和诊断。在研究每位患者的数据和病史后，该程序能够自动识别医疗文件的风险因素，准确率为 82%。据研究人员称，未来该模型甚至可以作为医生的预警系统，使他们能够根据患严重疾病的风险对患者进行排名。
这项有可能挽救许多生命的开创性研究的背后是来自特拉维夫大学萨克勒医学院 Noam Shomron 教授实验室的学生 Yazeed Zoabi 和 Dan Lahav 与 I-Medata 负责人 Ahuva Weiss Meilik 博士合作Ichilov 医院人工智能中心，Amos Adler 教授和 Orli Kehat 博士。研究结果发表在《科学报告》杂志上。
研究人员解释说，血液感染是世界上发病率和死亡率的主要原因之一，因此在感染细菌或真菌的早期阶段确定导致严重疾病的危险因素非常重要。大多数时候，血液系统是无菌的，但在手术过程中可能会发生细菌或真菌感染，或者是其他感染并发症(如肺炎或脑膜炎)的结果。感染的诊断是通过进行血培养并将其转移到细菌和真菌的生长培养基中进行的。身体对感染的免疫反应会导致败血症或休克，这是死亡率很高的危险情况。
“我们研究了大约 8,000 名 Ichilov 医院患者的医疗档案，这些患者在 2014 年至 2020 年期间、住院期间和住院后最多 30 天内被发现血液感染呈阳性，无论患者是否死亡，”教授解释道。诺姆·肖姆隆。“我们将医疗文件输入到基于人工智能的软件中;我们想看看 AI 是否会识别文件中的信息模式，让我们能够自动预测哪些患者会因治疗而患上严重疾病，甚至死亡。感染。”
令研究人员满意的是，经过他们的训练，人工智能在预测疾病进程方面的准确度达到了 82%，即使忽略了明显的因素，例如患者的年龄和他们所忍受的住院次数。在研究人员输入患者数据后，该算法知道如何预测疾病的进程，这表明未来有可能根据对患者健康构成的危险提前对患者进行排名。
Shomron 教授说： “使用人工智能，该算法能够找到让我们感到惊讶的模式，血液中的参数我们甚至没有考虑过。”“我们现在正在与医务人员合作，以了解如何使用这些信息根据感染的严重程度对患者进行排名。我们可以使用该软件来帮助医生检测风险最大的患者。”
由于这项研究取得成功，特拉维夫大学的技术转让公司 Ramot 正在努力为这项突破性技术注册全球专利。Ramot 首席执行官 Keren Primor Cohen 表示：“Ramot 相信这项创新技术能够在早期识别高危患者方面带来重大变化，并帮助医院降低成本。这是该大学的研究人员与医院之间有效合作的一个例子。医院，这提高了以色列和世界各地的医疗质量。”
