AI较临床多识别31.72%重症患者｜院内疾病风险智能管控

患者住院期间的疾病风险事件发生严重影响着医疗质量与安全。一项研究显示，院内不良事件发生率为7.5%，如何实施早期预测与及时干预是改善患者预后、预防病情恶化的关键，也是困扰医院管理层与临床的难题。 

基于AI-CDSS的惠每在院患者疾病风险预警系统构建了多模态疾病风险预警模型，通过整合患者在院诊疗数据，全程监测、评估患者病情发生发展，并提供实时性风险预警与干预建议，帮助医院及时筛查风险群体，实施早期诊断、早期干预，从而保障住院患者安全。以脓毒症（Sepsis）为例，该系统已帮助医院早期发现脓毒症患者1500余例，助力临床实施及时救治。 

智能预警中高危患者超过百万例

在院患者疾病风险全程管控

医院内的疾病风险事件包括静脉血栓栓塞症（VTE）、房颤相关卒中等，临床主要通过使用各种疾病评估模型，综合多危险因素的水平来预测患者发病概率。近年来，国家对医院实施患者疾病风险评估的要求不断加强，并纳入相关疾病的医疗质控指标以推动医院落实。 

医院实施患者疾病风险管理面临的问题主要在于三大方面：一是医院分科日益细化，医生对于非相关专科的疾病缺乏防治意识，医院需要考虑破解专科思维局限，扩大风险管理范围；二是临床筛查出的高风险群体，如何快速导流至相关专科救治。例如，非ICU发现的脓毒症患者，非心脏科住院的卒中高风险房颤患者。 

三是从患者数据中人工收集危险因素效率低下。以急性生理及慢性健康评分（APACHE II）这一ICU常用评分工具为例，其包括3大部分21项指标。文献数据显示，人工获取各项指标完成评分约需2h，这也影响评估工作连续、准确地开展。 

针对全部住院患者，惠每AI实时、动态监测患者的诊断、治疗、手术等信息，利用自然语言处理技术自动解析病历内容中的危险因素，智能预测患者病情，并对高风险群体制定个性化管理措施。 

以脓毒症预警为例， Sepsis 3.0的诊断标准为“SOFA≥2分+感染”，系统持续监测患者SOFA分值变化，对于满足诊断标准的ICU患者，要求临床作出脓毒症诊断；非ICU的疑似患者则提醒临床请ICU会诊（一键通知），帮助医院实现全面性、规范性的风险管理。 

根据2021年第三季度部分医院临床应用数据显示，惠每AI已发现脓毒症患者1560例，发现心血管病高危的高脂血症患者12000例，识别房颤患者16000例，识别VTE中高危患者超过百万例。通过AI自动预测与诊疗内涵干预，帮助临床对风险群体进行及时、恰当预防和治疗，减少不良事件发生，并建立大数据分析平台实时辅助医疗管理决策，助力医疗质量精细化管理。 

AI较医生多识别31.72%的高死亡风险患者

重症患者早期预警

院内重症患者往往病情变化迅速，治疗的紧迫性非常高。而多数情况下患者在病情恶化数小时前已存在生理指标恶化，临床早期捕捉相关信号能够及时准备医疗资源，改善患者结局。 

目前临床判断患者病情和预后主要是使用序贯衰竭评分系统（SOFA）、APACHE II等国际公认的评分工具，患者分值越高，病死率就越高，需根据分值及时调整护理方案。但有研究显示，仅1/4的患者生理指标恶化信号被临床察觉。医院亟待建立院内早期预警体系，提高医务人员对指标恶化的辨别与反应能力。 

围绕医院识别重症患者的难点与需求，系统在患者住院期间持续监测其呼吸系统、血液系统等指标，自动收集患者数据评价病情严重程度，帮助临床早期识别重症患者。以APACHE II分值监测为例，系统自动选择急症患者入院24h的生理指标最差值进行评分，一旦达到预警分值（≥8分）将实时在临床端进行提醒，并动态评价患者分值变化，如较上次评分升高≥2分将提供两次评分结果对比，帮助临床快速评判与干预，挽救生命。 

通过建立基于AI的早期预警体系，医院不仅可掌握ICU患者病情，也可监测其他科室住院患者发展成重症的趋势，从而把握好抢救黄金时间。根据某三甲医院的一项AI应用验证，纳入分析的2044名出院患者中，惠每AI通过SOFA、APACHE II自动评分预测出的高死亡风险群体，覆盖了95.16%发生不良结局的患者，较医生预测的63.44%多发现了31.72%。说明AI能够准确预测患者死亡风险，将其应用于诊疗过程中可助力临床早期识别与干预，从而改善患者预后。