Biến chứng đe dọa tính mạng này gây ra hơn 250.000 ca tử vong ở Mỹ mỗi năm, nhưng một hệ thống trí tuệ nhân tạo mới được phát triển tại Đại học Johns Hopkins hứa hẹn sẽ tạo ra sự khác biệt thực sự trong lĩnh vực này, bằng cách bắt các triệu chứng từ sớm.
Nhiễm trùng huyết xảy ra do nhiễm trùng gây ra phản ứng miễn dịch nghiêm trọng trong cơ thể. Điều này bắt đầu một chuỗi các sự kiện bắt đầu với tình trạng viêm lan rộng và có thể kết thúc bằng các cục máu đông, mạch máu bị rò rỉ, suy nội tạng hoặc tử vong. Các triệu chứng rõ ràng như sốt hoặc nhầm lẫn có thể bị hiểu nhầm thành các triệu chứng của các bệnh lý khác, điều này khiến việc chẩn đoán tình trạng bệnh khó khăn trong giai đoạn đầu.
Và điều này rất quan trọng, vì một bệnh nhân bị nhiễm trùng huyết có thể xấu đi nhanh chóng, với tình trạng giết chết khoảng 30% những người bị nhiễm trùng huyết. Chúng tôi đã thấy một vài công nghệ đầy hứa hẹn nhằm cải thiện tỷ lệ cược trong những tình huống này bằng cách phát hiện nhiễm trùng huyết một cách rõ ràng và nhanh chóng. Chúng bao gồm các thiết bị thu nhận các dấu ấn sinh học quan trọng trong máu trong vòng vài phút và các công cụ để phát hiện kịp thời các mầm bệnh đằng sau sự lây nhiễm ban đầu.
Nhóm Johns Hopkins đã thực hiện một cách tiếp cận khác, tìm cách tận dụng trí tuệ nhân tạo tiên tiến để xác định những bệnh nhân có nguy cơ. Nó thực hiện điều này bằng cách phân tích lịch sử y tế của bệnh nhân và kết hợp điều đó với các triệu chứng hiện tại, ghi chú lâm sàng và kết quả phòng thí nghiệm. Được gọi là Hệ thống cảnh báo sớm theo thời gian thực có mục tiêu, AI theo dõi bệnh nhân từ khi họ nhập viện cho đến khi họ xuất viện. Bằng cách giám sát chúng theo cách này, hệ thống được thiết kế để đảm bảo không có chi tiết y tế quan trọng hoặc tiềm ẩn nguy hiểm nào xảy ra.
Được phát triển và triển khai với sự hợp tác của Johns Hopkins spinoff Bayesian Health, công cụ này đã được đưa vào sử dụng tại 5 bệnh viện như một phần của thử nghiệm kéo dài 2 năm, với hơn 700.000 bệnh nhân.
Kết quả là giảm đáng kể tỷ lệ mắc bệnh, thời gian nằm viện và quan trọng nhất là giảm tỷ lệ tử vong xuống 18,2%.
Các nhà nghiên cứu cũng đang điều chỉnh công nghệ cạnh giường để phát hiện các tình trạng khác, chẳng hạn như liệt giường hoặc suy hô hấp cấp tính. |