为预防全球儿童死亡主因之一的败血症，研究人员成功开发并验证了一款人工智能预测模型。该模型依托儿童急诊室前四小时的常规电子健康记录数据，能在48小时内精准识别出败血症高危儿童，为早期预防性护理提供有力支持。这一创新成果由芝加哥安和罗伯特·H·卢里儿童医院的伊丽莎白·阿尔珀恩博士领衔的多中心研究团队完成，是首个基于新版《凤凰败血症标准》的人工智能预测研究。

阿尔珀恩博士，作为该研究的主要作者及卢里儿童医院急诊医学科主任，表示：“我们开发的预测模型是儿童败血症精准医疗的重要进展。”这些模型在识别潜在败血症患儿方面展现出良好平衡性，既能有效识别高危儿童，又能避免对无风险儿童进行不必要的激进治疗。研究涵盖了儿科急救护理应用研究网络的五个医疗系统，为团队提供了丰富数据集和多样化人群样本，确保了模型的广泛适用性。

研究特别排除了到达急诊室时或接受急诊护理初期已患败血症的儿童，专注于败血症的预测，以便尽早启动挽救生命的治疗。阿尔珀恩博士强调：“我们评估了模型，确保其无偏差。未来，基于电子健康记录的人工智能模型需与临床医生判断相结合，以实现更精准的预测。”这一研究成果已发表于《美国医学会杂志·儿科学》，为儿童败血症的预防和治疗开辟了新路径。

更多信息： 早期儿童脓毒症预测模型的推导和验证，JAMA Pediatrics(2025)。期刊信息： JAMA Pediatrics