美国食品和药物管理局 (FDA) 已批准基于人工智能的预知测试

该公司首席执行官雷迪在接受采访时表示：“在医院和急诊室，我们仍然依赖一刀切的方法，而我们应该根据每个人的个体生物学特征来治疗他们。”

当患者的免疫系统试图对抗感染并最终攻击身体自身的器官时，就会发生脓毒症。 管理脓毒症是联邦卫生机构的首要任务，包括疾病控制和预防中心以及医疗保险和医疗补助服务中心。

为了构建测试，Prenosis 获取了超过 100,000 份血液样本以及医院患者的临床数据，并训练其算法来识别与脓毒症发展最密切相关的健康指标。 该公司已将测试范围缩小到 22 个参数，包括基于血液的测量结果以及体温和心率等其他生命体征。 该诊断工具现在可以生成一个快照，将患者的败血症风险分为四类，从低到非常高。

尽管 Prenosis 是第一家获得 FDA 批准进行此类测试的公司，包括 Epic Systems 在内的其他公司已将针对这种情况的基于人工智能的诊断推向市场。 它拥有 Epic，该公司以其管理电子健康记录的软件而闻名 脸 问题 关于预测败血症的算法的准确性。

Epic 周三没有立即回应置评请求。

雷迪说，Prenosis 在最初不知道要解决什么问题的情况下开发了自己的技术。 伊利诺伊州的一家医院为他提供了办公空间和徽章，使他能够在医院周围走动并观察工作人员与患者的互动。 “我一遍又一遍地看到，他们实际上是根据协议工作的，”他说。 他说他后来发现了一篇关于败血症的研究论文，这让他看到了有多少人死于败血症。 “这就是我们要做的，”他补充道。

至少有 170 万成年人 脓毒症的发展 据 CDC 称，一年中至少有 35 万人在住院或出院接受临终关怀护理期间死亡。 近三分之一在医院死亡的人在住院期间患上败血症，联邦机构旨在奖励那些在减少病情方面取得进展的机构。

最容易患败血症的人是 65 岁或以上的人、免疫系统较弱的人以及最近患重病或住院的人。

这项新测试是在医院努力应对医学的未来以及如何最好地将人工智能融入实践之际进行的。 在某些情况下，人工智能工具在一线员工中造成了紧张，他们担心该技术可能会产生不准确的结果或取代员工。