实时预警 + 动态监测！深睿医疗联合武大人民医院攻克难题

近日，深睿医疗携手武汉大学人民医院（湖北省人民医院）重症医学科詹丽英教授等团队在国际权威期刊 EClinicalMedicine（柳叶刀子刊IF:10，中科院1区TOP）联合发表重磅研究成果 -- 成功开发并验证了针对急性消化道出血（AGIB）患者继发脓毒症的风险预测模型，并构建了可实时评估的线上预警系统。该成果不仅精准破解了 AGIB 患者脓毒症早期识别难、干预时机滞后的临床痛点，为重症诊疗提供了 "早预警、早干预" 的智能工具，更以医工协同创新模式打通了 "临床需求 - 技术研发 - 成果转化" 的完整闭环，为跨学科、跨机构联合攻克重症医学难题树立了标杆范例，彰显了中国医疗AI与临床科研深度融合的国际竞争力。

急性消化道出血（AGIB）是临床常见的急危重症，往往会引起免疫下降、肠道微生态紊乱和菌群移位，诱发感染甚至引起脓毒症，是导致患者死亡率显著升高的关键因素。该研究发现AGIB诱发的脓毒症发病率平均约为15.4%，危重患者甚至高达28.3%，并且发生脓毒症后患者死亡风险升高约2.5倍。因此脓毒症成为推高 AGIB 患者整体死亡率的核心危险因素。然而，临床上对于AGIB患者发生脓毒症的危险因素、临床特点、病原菌分布以及抗感染治疗时机始终不够明确，并缺乏能够有效预测AGIB患者脓毒症风险的专用工具。

为破解这一临床难题，由武汉大学人民医院詹丽英教授领衔，集结山东大学齐鲁医院（青岛院区）、西安交通大学第一附属医院、湖北医药学院附属襄阳市第一人民医院等国内多家顶尖医疗机构，协同深睿医疗深度携手开展多中心临床研究。在深睿医疗的数据库和人工智能等关键技术支持下，团队构建 "多中心协作数据库 + 多模态智能分析工具 + 临床转化落地" 的闭环研究模式，以临床需求为导向，整合跨区域优质医疗资源与前沿 AI 技术，为突破 AGIB 继发脓毒症风险预测瓶颈提供了坚实的研究支撑。

图：训练集和验证集中患者入组流程图

本研究共纳入样本近1500例，通过回顾性数据训练和前瞻性数据的多中心内外部验证，以严谨的统计分析，研究团队最终确定了7个脓毒症发生的独立危险因素，包括：慢性肾脏病（CKD）、呼吸频率（RR）、中性粒细胞/淋巴细胞比值（NLR）、C-反应蛋白（CRP）、肌酐（Cr）、活化部分凝血活酶时间（APTT）以及纤维蛋白原（FIB）。基于这些关键指标，团队构建了直观的列线图模型和实时预警系统。验证结果表明，该模型预测性能卓越，在训练集、内部验证集和外部验证集中均表现良好，且显著优于传统的GBS、APACHE II和SOFA评分系统。该研究对模型进行了多个亚组分析、敏感性分析以及可解释性分析（SHAP分析）等全面评估。另外，本研究首次揭示了AGIB患者发生脓毒症的病原菌分布特点，为高风险患者早期经验性抗感染方案的制定提供重要参考意义。

训练集、内部验证集和外部验证集中模型的预测性能

本研究的最大亮点在于其强大的临床转化能力。团队开发的线上预警系统已申请专利并即将投入使用，在手机端和电脑端均可随时操作。本研究的预测方法还包括动态更新机制，系统支持对患者临床数据的连续采集和更新，风险预测模型可基于最新数据动态调整输出结果，赋予实时预警功能，从而实现早预警、早干预。该工具有助于对高风险患者实施抢先的抗感染治疗，而对低风险患者则可减少抗生素的滥用，对于推动脓毒症的精准防控、改善患者预后、遏制耐药菌产生具有重要意义。

多中心协作数据库+多模态分析工具+临床转化

全链条赋能医疗科研创新

目前重大疾病防控体系持续完善、临床科研向精准化与深度化加速，以高质量多中心数据的整合能力与先进多模态分析工具的技术赋能，已成为驱动医学研究突破创新的核心引擎。

01多中心数据库建设：构筑高标准科研数据底座

深睿医疗打造的多中心协作平台，已成为众多省部级重大科研项目的核心数据基础设施。平台凭借标准化病例报告表设计、自动数据质疑、全流程操作留痕、分中心精细化权限管理（千人千面模式）及多模态数据采集等核心能力，为多中心、大样本临床研究提供了高效合规的支撑体系，有效破解跨机构数据整合难、质量控制难等行业痛点。

本研究的数据库支撑来源于科技部国家重点研发计划 "常见多发病防治研究" 专项支持，由复旦大学附属中山医院、武汉大学人民医院等牵头单位联合深睿医疗共同构建急性呼吸窘迫综合征(ARDS) 多中心数据库。该数据库全面覆盖影像、生命体征、生化指标、治疗干预等多源异构信息，不仅为 ARDS 精准分型、预后预测及干预策略优化奠定了坚实数据基础，更成为后续跨中心 AI 建模、早期预警系统开发的核心前提，为科研与临床应用的深度融合搭建了关键桥梁。

02多模态科研分析工具：赋能智能化研究新范式

依托深睿医疗完善的科研分析工具链，研究团队可实现从数据治理、建模分析到可视化展示的一站式科研闭环。工具链涵盖自动特征构建、模型可解释性分析、全流程可视化建模（训练 - 验证 - 部署）等核心功能，以智能化手段替代传统人工分析模式，大幅提升科研效率与结果可靠性。目前，该工具链已在多项高质量临床研究中发挥关键支撑作用，成为加速科研突破的重要技术引擎。

03科研成果转化：构建 "数据库 - 论文 - 临床系统" 全链条闭环

借助深睿医疗提供的底层多中心数据库建设能力与上层多模态 AI 分析工具，全国多家医疗机构的合作团队实现了科研成果的快速落地与高效转化：不仅能够快速构建高质量多中心队列、搭建严格可追溯的数据治理流程，更能高效完成模型构建、外部验证及可解释性分析，进而直接落地为面向临床场景的智能预警系统原型。这种 "数据 - 研究 - 产品" 的全链条转化模式，有效缩短了科研成果从论文发表到临床应用的周期，真正实现了 "科研赋能临床、技术惠及患者" 的核心价值。

未来，深睿医疗将持续深耕医疗 AI 科研生态建设，以更完善的多中心协作平台、更智能的多模态分析工具链，打通 "数据整合 - 科研创新 - 临床转化" 的全流程壁垒，助力更多临床科研团队攻克重大疾病诊疗难题。通过深化医工协同与跨机构合作，让高质量数据转化为科研生产力，让先进技术加速落地为临床实用工具，为医学研究创新注入持续动能，最终实现 "以科研赋能临床，以技术守护健康" 的核心使命，推动智慧医疗迈向更高质量的发展新阶段。