编者按：脓毒症的早期识别和治疗对改善患者预后至关重要。临床评分系统如序贯器官衰竭评估（SOFA）评分和快速SOFA（qSOFA）常用于评估脓毒症患者的病情严重程度。然而，传统评分系统也存在灵敏度较低等不足。近年来，人工智能（AI）与机器学习（ML）技术的快速发展为这一难题提供了新的解决方案。在第44届重症与急诊医学国际研讨会（ISICEM 2025）上，两项研究聚焦AI在脓毒症预测中的应用，为脓毒症的早期预警提供了数据支持。

 

01

摘要号：222

人工智能用于早期预测重症监护病房患者的脓毒症

 

脓毒症是一种复杂的、危及生命的综合征，据报道其总体死亡率可达40%。发生脓毒症的重症监护病房（ICU）患者需要及时进行医疗干预。因此，早期检测和预测脓毒症对改善患者预后至关重要。随着人工智能（AI）和机器学习（ML）算法的进步，相关技术已被用于预测脓毒症，辅助临床医生进行临床决策。本研究旨在评估ML策略对ICU患者脓毒症的早期预测性能，并开发可早期预测脓毒症的ML模型。

 

本研究为单中心、回顾性、非干预性、描述性研究。队列1纳入年龄≥18岁且在入住ICU后被诊断为脓毒症的患者，队列2为ICU中未患脓毒症的成年患者。基于AI的模型利用实时重症监护患者数据（记录于Metavision-iMDsoft系统），通过长短期记忆网络（LSTM）和极限梯度提升（XGBoost）模型预测脓毒症（依据Sepsis-3标准）。

 

主要结果：

• LSTM模型在24小时内的预测准确率为56%。XGBoost模型在24小时内对脓毒症阳性患者的预测准确率达73%。

• 该模型对qSOFA阳性患者在4小时、8小时和12小时的预测准确率分别为92%、93%和93%。

△LSTM模型（左）和XGBoost模型（右）预测24小时内脓毒症的结果

 

使用XGBoost模型和qSOFA评分可能有助于脓毒症预测。未来，整合生物标志物（如白细胞介素-6[IL-6]）、采用标准化标准（如Sepsis-3和qSOFA）以及利用高质量数据集，将有助于提升预测准确性并改善患者预后。

 

02

摘要号：251

机器学习与传统评分系统在早期脓毒症检测中的应用比较：一项网络荟萃分析

 

早期识别脓毒症对改善患者预后至关重要，但传统评分系统（如序贯器官衰竭评估[SOFA]和国家早期预警评分[NEWS]）的准确性不足。机器学习（ML）算法为更可靠的脓毒症预测提供了新途径。本研究通过网络荟萃分析，比较多种ML模型与传统评分系统在早期脓毒症检测中的效能。

 

通过检索Medline、PubMed、Google Scholar和Cochrane Library中的研究进行系统综述与网络荟萃分析。采用频率学方法比较ML模型与传统评分系统的受试者操作特征曲线下面积（AUROC）。分析的ML方法包括神经网络、决策树、逻辑回归和贝叶斯方法。

 

主要结果：

• 共纳入73项研究，涵盖457 932例患者。

• ML模型的合并AUROC为0.825，显著优于SOFA和NEWS评分（AUROC分别为0.667和0.719）。

• ML模型与传统评分系统的AUROC平均差异（MD）为0.06～0.17。其中，神经网络与决策树的AUROC最高。

• 尽管ML模型表现优异，但由于研究间存在异质性，支持其优于传统评分系统的证据确定性被评为“低”。

△不同ML方法与传统评分系统对比的森林图

 

在早期脓毒症检测方面，ML模型优于传统评分系统。尽管结果是有前景的，但证据的确定性较低，这凸显了在广泛应用于临床实践之前，需要对ML模型进行进一步的研究和验证。

 

▌参考文献：

[1] N Cakar, E Senturk, G Guvendi. Artificial intelligence (AI) to predict sepsis early in patients admitted to intensive care unit (ICU). ISICEM 2025; Abstract P222.

[2] MY Yadgarov, G Landoni, L Berikashvili, et al. Comparing machine learning and traditional scoring systems for early sepsis detection: a network meta-analysis. ISICEM 2025; Abstract P251.

 

来源：《感染医线》

声 明

凡署名原创的文章版权属《感染医线》所有，欢迎分享、转载（开白可后台留言）。本文仅供医疗卫生专业人士了解最新医药资讯参考使用，不代表本平台观点。该等信息不能以任何方式取代专业的医疗指导，也不应被视为诊疗建议，如果该信息被用于资讯以外的目的，本站及作者不承担相关责任。

0