变革脓毒症管理:人工智能驱动的早期检测与个体化治疗创新
本文为叙述性综述,聚焦成人脓毒症管理中AI的三类应用:早期检测与预警系统、基于临床与生物学数据的亚表型分型、以及个体化治疗与临床决策支持。早期预警模型(如InSight、SERA、TREWS)预测性能较强(AUC 0.94–0.97),一项系统评价与Meta分析显示可降低医院死亡率、ICU入住率和住院时间,但外部验证和临床实施证据仍有限。AI驱动的亚表型(α、β、γ、δ)与不同预后相关,但尚未纳入前瞻性干预试验。决策支持工具(如AI Clinician)在OVISS试验中显示临床可行性和对AI建议方案的较高依从性,结局有改善趋势但未达显著。作者指出算法偏倚、数据质量、可解释性、监管与伦理等挑战是临床转化的主要障碍。
要点
- 早期预警系统可缩短脓毒症识别时间:InSight前瞻性试验显示与常规护理相比更早识别脓毒症并缩短ICU住院时间。
- 系统评价与Meta分析显示自动脓毒症早期预警系统显著降低医院死亡率、ICU入住率和住院时间。
- 外部验证至关重要:Epic脓毒症模型在独立外部评估中漏诊67%的脓毒症病例,敏感度低。
- AI亚表型(α、β、γ、δ)与不同预后相关,δ表型器官功能障碍重、炎症高、死亡率最高,但尚未进入前瞻性干预试验。
- OVISS试验显示强化学习推荐的血管加压药和液体方案临床可行、依从性高,患者结局有改善趋势但未达统计学显著。
适用人群与场景
- 成人脓毒症患者,反映当前临床定义(包括Sepsis-3)及AI技术在成人患者中的主要应用。
- 脓毒症高危患者,包括患有糖尿病、免疫缺陷、自身免疫病、慢性肺/肾/肝病和癌症等基础疾病者,以及新生儿和老年人等极端年龄人群。
诊断标准与关键阈值
- Sepsis-3标准基于SOFA评分变化和器官功能障碍,被越来越多地接受,但脓毒症缺乏单一「金标准」定义,使模型比较复杂化。
- 大型临床数据集常缺乏计算SOFA评分所需的特定参数,电子SOFA(eSOFA)依赖更常可得的参数,可能有助于在此类数据集中更可靠地标注脓毒症病例。
- 评估AI模型时,除AUC外,还需在临床相关警报阈值下评估敏感度和阳性预测值(PPV),以判断假阳性和假阴性对工作流程与决策的影响。
处置流程与药物剂量
- 对低血压合并脓毒症患者,理想情况下在识别后1小时内早期给予抗菌药物并充分血流动力学复苏(根据患者需要给予液体和血管加压药)。
- 脓毒症管理指南推荐早期清除感染灶,包括经验性联合使用广谱抗生素,必要时行手术干预如脓肿切开引流。
- 微生物分析样本应在抗生素给药前采集,以提高诊断阳性率。
- AI Clinician使用强化学习,根据实时数据动态调整液体和血管加压药推荐;OVISS试验评估了强化学习based的血管加压药和液体治疗推荐在真实ICU环境中的可行性,显示对AI建议方案的依从性较高,结局有改善趋势但未达统计学显著。
- SERA算法结合结构化数据(如生命体征)和非结构化临床笔记,使用自然语言处理(NLP)在脓毒症发病前最多12小时预测脓毒症。
- TREWS持续监测患者数据,在脓毒症临床表现明显前标记潜在病例;前瞻性评估提示早期警报确认(3小时内)与更快启动治疗相关,但缺乏非TREWS对照组和潜在混杂因素限制因果解释。
研究设计与关键结果
- 本文为叙述性综述,聚焦成人脓毒症管理,总结AI在早期检测、亚表型分型和个体化治疗三类应用中的证据。
- InSight算法最初使用回顾性数据进行内部验证,后续前瞻性临床试验显示其应用与更早识别脓毒症和缩短ICU住院时间相关(与常规护理相比)。
- SERA和TREWS报告的AUC分别为0.94和0.97;SERA的性能基于单中心内部验证,TREWS虽经前瞻性多中心评估,但其报告的AUC来自内部验证数据集。
- 一项系统评价与Meta分析显示,自动脓毒症早期预警系统显著降低医院死亡率、ICU入住率和住院时间。
- Epic脓毒症模型在密歇根大学的外部评估中漏诊67%的脓毒症病例,敏感度低。
- 机器学习识别出四种脓毒症表型α、β、γ、δ,δ表型以严重器官功能障碍和高炎症为特征,死亡率最高;α表型器官损害较轻,结局较好。
- OVISS试验评估强化学习based的血管加压药和液体治疗推荐,显示临床可行性和对AI建议方案的更高依从性,与临床医生管理相比患者结局有改善趋势。
- FDA批准的AI/ML医疗器械中,不足10%有前瞻性临床试验支持,更少提供跨患者亚组或环境的模型性能透明报告。
证据类型、等级与局限
- 证据类型:叙述性综述。
- 多数AI应用仍属研究性,需进一步验证才能广泛临床采用;临床实施和改善结局的证据目前仍有限。
- 早期预警系统显示出看似有前景的性能,但常缺乏外部验证,临床影响仍 largely 不确定。
- AI驱动的表型多为观察性,尚未纳入前瞻性干预试验或决策支持系统;转化障碍包括实时可识别性有限、治疗意义不明确、缺乏将表型分类与床旁干预联系起来的验证方案。
- 因果推断发现仍属假设生成性,受未测量混杂因素和当前表型方法在动态疾病中静态性质的限制,尚未验证为床旁策略;前瞻性随机试验对确认其临床效用至关重要。
- 随机对照试验仍是金标准,目前仍待进行。
- 局限:原文未报告局限性。
对床旁实践的改变
- 作者认为,AI早期预警系统是目前脓毒症AI应用中最常涉及的场景,模型性能看似有前景,但常缺乏外部验证,临床影响仍 largely 不确定。
- 作者指出,不应忽视假阳性相对于假阴性的影响,并应对算法决策阈值的选择保持透明。
- 作者认为,用于重症监护高风险决策的AI系统应接受类似器械或诊断试剂的临床验证标准,包括前瞻性试验以确定其对患者结局的实际影响。
- 作者建议,失败模型应通过事后性能分析、重新校准和透明报告进行系统审计,以指导未来模型开发和部署。
指南或共识出处
- Surviving Sepsis Campaign(拯救脓毒症运动)指南,2021年发表于Critical Care Medicine和Intensive Care Medicine。
提炼说明
- 原文未涉及「红旗征与不能漏的情况」,故未列出这些栏目。
全文中译25 节 · 点击展开
引言
引言
脓毒症是机体对感染反应失调所致、可导致危及生命的器官功能障碍[1],全球每年影响近5000万人[2]。重症监护的进步使住院生存率提高至85%[3–5]。脓毒症存活者存在过多的长期并发症[5],5年生存率为60%[6]。尽管许多其他医学领域取得了进展,脓毒症在早期识别和有效治疗方面仍是一种复杂且难以捉摸的疾病。宿主对感染的反应涉及复杂的相互作用,例如免疫反应与凝血系统之间的相互作用。如果炎症从原始感染灶发生全身性区室化崩解,患者常可出现动脉性低血压、分布性休克和广泛的凝血功能障碍,如弥散性血管内凝血,导致多器官衰竭的发生[7, 8]。相反,部分患者可发生免疫系统高反应性,导致难以控制的感染。这种免疫失衡目前被认为是脓毒症发病机制的标志,也是精准医学方法的靶点[9]。
临床挑战
临床研究表明,较早给予抗生素与感染性休克较高的生存率相关,这强调了快速干预以降低死亡率和发病率的重要性[10]。患者的异质性增加了这种复杂性,个体对感染的反应因遗传学和健康状况而异。例如,患有糖尿病、免疫缺陷、自身免疫性疾病、慢性肺、肾或肝疾病以及癌症等基础疾病的患者,以及处于年龄两端的个体(包括新生儿和老年人),更易发生严重感染和脓毒症。脓毒症研究的最新进展强调了对这些患者进行分子分层以制定个体化治疗策略的必要性[11]。
抗菌药物耐药(AMR)是全球日益令人担忧的问题,使脓毒症治疗复杂化。在一些国家,耐药病原体的出现严重限制了治疗选择,常使临床医生仅有很少或没有有效疗法。因此,耐药感染显著加重了死亡负担,估计全球每年导致127万人死亡[12]。早期诊断和个体化治疗对于改善结局至关重要,然而目前的方法往往未能解决患者反应的异质性[13]。
2021年,《重症医学》和《重症监护医学》发表了脓毒症管理的新指南,称为“拯救脓毒症运动”[14],为临床医生提供了治疗脓毒症或脓毒性休克患者的最新指导。该指南强调在脓毒症发生后的最初数小时内早期识别和适当管理的重要性。如前所述,脓毒症护理中的及时干预至关重要,因为从低血压发生起,每延迟一小时给予适当治疗,死亡率增加7.6%[15]。为此,对于低血压和脓毒症患者,早期给予抗菌药物并根据患者需求使用液体和血管加压药进行充分的血流动力学复苏(最好在识别后一小时内)至关重要。脓毒症管理指南建议早期清除感染灶,包括经验性联合使用广谱抗生素,必要时进行外科干预,如脓肿切开引流。需要注意的是,微生物分析样本应在使用抗生素之前采集,以提高诊断阳性率[16]。针对血管渗漏和内皮功能障碍的其他治疗策略也正在研究中,以稳定脓毒症中的循环衰竭[17]。脓毒症诱导的凝血功能障碍进一步增加了管理难度,并已在多项研究中与不良预后相关[18]。
人工智能在脓毒症护理中的作用
人工智能的进步为脓毒症护理中的精准医学开辟了新机遇,提供了应对这种高度异质性和时间敏感性疾病的独特诊断和治疗挑战的工具。人工智能驱动的模型在增强早期检测、风险分层和治疗个体化方面显示出前景[19]。通过分析来自临床和分子来源的大型数据集,人工智能具有实现脓毒症更个性化干预的潜力。然而,目前临床实施和改善预后的证据仍然有限[20]。
本叙述性综述概述了人工智能在脓毒症护理中的三个潜在应用场景,随后讨论了为改善该领域人工智能应用必须解决的关键挑战。然后探讨了有前景的未来方向,最后以总结性评论结束。重点关注成人脓毒症管理,反映了当前的临床定义(包括Sepsis-3)以及人工智能技术在成人患者群体中的主要应用。
虽然已有若干综述探讨了人工智能在脓毒症管理中的前景,但主要聚焦于早期检测模型[21, 22]或特定算法技术[23, 24],而在临床转化、监管评估和真实世界实施等方面涉及较少。本综述旨在通过提供人工智能在脓毒症护理连续体中应用的结构化综合(从早期预测和表型分型到治疗指导和临床环境中的部署),同时明确讨论相关挑战和有前景的未来研究方向,来填补这一空白。
人工智能在脓毒症护理中的应用场景
人工智能技术在实现更早期干预、更精确的患者分类和个性化治疗策略方面展现出前景。然而,这些应用在很大程度上仍处于研究阶段,需要在广泛临床采用之前进一步验证。人工智能在脓毒症诊疗中的三个关键应用场景包括早期检测、用于风险分层的脓毒症亚表型分型以及靶向治疗。
人工智能在早期检测和早期预警系统中的应用
人工智能在脓毒症管理中最有前景的应用之一是其早期检测该疾病的能力。这可能有助于更早识别高危患者,并显示出较强的预测性能;然而,使用此类模型改善临床结局的证据仍然有限[25]。
已开发出众多人工智能驱动的脓毒症检测早期预警算法,并在多种临床环境中进行了评估。研究较为广泛的脓毒症预测工具之一是InSight算法,该算法最初使用回顾性数据进行开发并进行内部验证[26]。虽然该研究显示了有前景的性能指标,但并未将InSight与传统评分系统进行比较。随后的一项前瞻性临床试验显示,与常规诊疗相比,实施InSight与更早发现脓毒症和缩短ICU住院时间相关[27]。除脓毒症早期检测外,人工智能驱动的预警算法还被探索作为指导关键干预时机的工具,例如对脓毒症相关急性肾损伤患者进行肾脏替代治疗的时机。回顾性分析提示,较早的人工智能触发干预与改善结局之间可能存在关联,但前瞻性证据仍然有限且尚无定论[28]。这些系统的验证和实施仍然具有挑战性。诊断怀疑偏倚和缺乏严格验证可能削弱基于机器学习的脓毒症检测工具的可推广性和真实世界有效性[29]。
其他人工智能模型,如脓毒症早期风险评估(SERA)算法和靶向实时早期预警系统(TREWS),可实时处理大型数据集以增强脓毒症早期检测。SERA结合结构化数据(如生命体征)和非结构化临床记录,使用自然语言处理(NLP)在脓毒症发病前最多12小时进行预测[30]。TREWS持续监测患者数据,在潜在脓毒症病例于临床上变得明显之前进行标记。一项前瞻性评估提示,早期警报确认(3小时内)与更快启动治疗相关,尽管缺乏非TREWS对照组以及潜在混杂因素限制了因果解释[31]。后续分析提出了额外担忧,包括排除假性检测以及警报前已使用抗生素的病例[32]。SERA和TREWS均显示出较强的预测准确性,报告的AUC值分别为0.94和0.97。SERA算法的性能基于单中心内部验证[33]。TREWS已接受前瞻性、多中心评估,但其报告的AUC值来自内部验证数据集[34]。
尽管结果令人鼓舞,但关于外部验证和临床实施的担忧仍然存在[35]。自动化脓毒症早期预警系统的临床获益超越了单项研究。最近的一项系统综述和荟萃分析表明,这些系统显著降低了住院死亡率、ICU入住率和住院时间[36]。这些AI系统通过自动化检测流程简化了临床工作流,使医疗专业人员能够专注于决策和患者护理。
诸如前述的TREWS和SERA以及Epic脓毒症模型等AI模型,在其核心特征、验证方法和临床适用性方面存在显著差异,反映出性能和 metodological 严谨性方面的巨大异质性。如表1所总结,这些工具在输入数据要求、报告的AUC值、阳性预测性能和前瞻性评估程度方面差异很大。尽管AUC是常用的性能指标,但它既不反映决策相关阈值下的临床效用,也不提供对模型校准的洞察[37]。诸如TREWS等模型报告了高AUC但PPV相对较低,这可能限制其在真实世界环境中的可操作性,并导致警报疲劳。虽然TREWS在大型多中心前瞻性研究中显示了死亡率获益[34],但SERA[33]和AI临床医生[38]等模型仍局限于回顾性评估。相反,Epic脓毒症模型在独立验证中表现出明显较低的性能(AUC约0.63),尽管其被广泛采用[39]。最近,COMPOSER使用语言模型增强的输入展示了有前景的前瞻性精确度[40]。这些发现强调,仅靠AUC等指标可能掩盖关键局限性,如校准不良或警报量过大。
总之,早期预警系统代表了AI在脓毒症护理中最常涉及的用例,其模型显示出看似有前景的性能,然而往往缺乏外部验证,且临床影响在很大程度上仍不确定。
AI驱动的表型分析
AI管理脓毒症复杂性的能力超越了早期检测,为亚表型分析提供了强大工具,即根据临床和生物学特征将患者分类为亚型。这些亚表型与不同的临床结局风险相关,可能需要量身定制的治疗方法,从而可能改变疾病轨迹。这种从标准化治疗向个性化策略的转变利用无监督学习算法处理大型患者数据集,识别临床相关模式,并提出针对亚表型量身定制的适应性治疗方法,这可能为未来临床管理和结局的改善提供信息[41]。在此背景下,“表型”指可观察的临床特征,而“亚表型”表示通过无监督学习技术识别的数据驱动分组。为保持术语清晰,不使用“内型”一词,分子定义的变异称为“亚型”。
人工智能驱动的表型分析的一个显著例子是通过机器学习算法识别出四种不同的脓毒症表型,即α(alpha)、β(beta)、γ(gamma)和δ(delta)[42]。炎症标志物、器官功能障碍和死亡风险等因素可区分这些表型。例如,以严重器官功能障碍和高炎症为特征的δ表型与最高的死亡率相关。相比之下,器官损害较轻的α表型结局较好。早期识别这些表型可能使临床医生未来能够根据各患者群体的具体需求来定制治疗,如液体、血管加压药和抗生素。
除了用于识别脓毒症表型的无监督聚类方法外,基于轨迹的方法也被用于根据生命体征的纵向模式来定义亚表型。这些方法已识别出基于体温轨迹的独特脓毒症亚表型,其与不同的宿主炎症反应和临床结局相关[43]。因果推断框架提供了一种互补策略,旨在发现对特定治疗反应不同的亚组。近期使用因果推断技术的研究已证明,有能力识别出对干预措施(如液体复苏策略)表现出差异反应的独特脓毒症表型[44]。
尽管前景可期,大多数人工智能驱动的表型仍处于观察性阶段,尚未被纳入前瞻性干预试验或决策支持系统[42]。转化障碍包括实时可识别性有限、治疗意义不明确,以及缺乏将表型分类与床旁干预联系起来的经验证方案[43, 44]。
总之,识别脓毒症(亚)表型的尝试是人工智能在脓毒症诊疗中应对脓毒症固有异质性的一种有前景的应用场景。然而,表型的明确区分、其与不同治疗反应的联系和/或硬结局差异的关联仍然具有挑战性。
个体化治疗与人工智能支持的临床决策
人工智能通过预测个体患者对治疗的反应,在个体化治疗中发挥关键作用。通过分析历史数据、实时患者信息(生命体征、实验室结果、临床病史)和结局,人工智能模型帮助临床医生定制干预措施,以在最大限度提高疗效的同时尽量减少风险。例如,预测模型可以根据患者独特的生理状态指导抗生素选择或血管加压药的时机和剂量[45]。
AI Clinician等系统利用强化学习,基于实时数据动态调整液体和血管加压药建议,在快速变化的重症监护环境中优化治疗策略[46]。AI Clinician首次在一项将强化学习应用于脓毒症治疗策略的开创性研究中被描述,展示了AI系统基于回顾性ICU数据推荐最佳液体和血管加压药剂量的潜力[47]。近期一项前瞻性验证研究——OVISS试验——通过评估基于强化学习的血管加压药和液体治疗建议在真实ICU环境中的效果,扩展了这一方法。该研究证明了临床可行性以及对AI建议方案更高的依从性,与临床医生实施的护理相比,患者结局呈现改善趋势[48]。树增强贝叶斯网络(TAN)和动态治疗方案(DTR)同样通过实时更新治疗计划并适应患者病情的短期变化,帮助临床医生管理脓毒症风险[49, 50]。
将脓毒症亚表型(如α、β、γ或δ)与实时数据相结合,通过根据患者的临床和生物学特征对其进行分类,进一步增强了个性化护理。这确保了对重症表型采取更积极的护理,对较轻病例采取保守管理。基于亚表型的治疗计划持续适应患者病情的变化,通过及时干预改善结局。
展望未来,AI工具将越来越多地整合组学数据,如基因组学、表观基因组学、转录组学、蛋白质组学、脂质组学和代谢组学,以提供更加个性化的治疗建议,针对每位患者的分子谱进行定制。总之,AI支持的临床决策支持有望提供由数据支持的个体化治疗建议。这需要反事实推理能力,而该能力的实现具有挑战性。因此,这是AI在脓毒症护理中发展最不成熟的应用场景。
AI在脓毒症护理中面临的挑战
AI在脓毒症护理中面临许多挑战,我们将其大致归类为基础性、方法学和部署相关挑战,并在以下段落中详细讨论。
基础性问题
脓毒症定义
脓毒症识别的机器学习模型常因该病症的固有复杂性和表现变异性而面临挑战。脓毒症缺乏单一“金标准”定义使模型比较变得复杂,尽管基于SOFA评分变化和器官功能障碍的Sepsis-3标准正日益被接受。不同临床环境(如急诊科、普通病房、ICU)和所使用的特定终点(如脓毒症与脓毒性休克[51])进一步加剧了这种变异性。大型临床护理数据集常用于训练模型,但它们往往缺乏计算SOFA评分所需的特定参数,阻碍了准确的病例标注。电子SOFA(eSOFA)依赖更常可获得的参数,可能使在此类数据集中对脓毒症病例进行更可靠的标注成为可能[52]。认识到这些看似微妙的差异至关重要,尤其是在比较不同出版物中的模型时。
评估挑战与外部验证
对脓毒症早期检测模型的比较性评价是一项重大挑战。预测评分通常来自回顾性分析,一般采用相遇层面的数据,这些数据是在脓毒症发病前预先设定的时间窗内收集的[13, 14]。数据集特征,包括平衡处理、脓毒症患病率和病例定义标准,会强烈影响这些性能指标[33, 34]。AUC常被用作总体预测性能的衡量指标;然而,临床实施还需要其他指标,例如在与临床实践相关的报警阈值下评估的灵敏度和阳性预测值(PPV)。这些指标对于评估假阳性和假阴性对工作流程和决策的潜在影响至关重要。
尽管许多人工智能模型在受控研究环境中表现出令人印象深刻的准确性,但其在真实世界中的性能可能不一致。医院之间患者人群、医疗实践和数据质量的差异限制了泛化能力[53, 54]。人工智能模型在不同环境中的外部验证对于建立对其可靠性的信心并确保其能够应对真实世界医疗环境的复杂性至关重要。没有严格的验证,临床医生就无法依赖人工智能驱动的工具来支持临床决策,这进一步限制了其融入临床实践[55]。因此,在临床整合之前,跨不同环境的外部验证和前瞻性验证对于建立可靠性至关重要。最近发表的几项多中心研究已填补了这一空白,前瞻性实施研究报告了有希望的结果[56–58],包括死亡率降低。然而,随机对照试验仍是金标准,且仍有待开展[59]。
Epic脓毒症模型(ESM)说明了在没有严格验证的情况下部署模型的风险。尽管该模型通过Epic的电子健康记录被广泛采用,但密歇根大学的一项外部评价显示,ESM漏诊了67%的脓毒症病例,表现出低灵敏度,并引发对其临床实用性的严重担忧。这一案例凸显了在将人工智能驱动的预测工具整合到临床工作流程之前,进行彻底外部验证和前瞻性评价的必要性[60]。
迈向监管标准与前瞻性验证
随着基于人工智能的决策支持系统在脓毒症管理中的临床使用不断扩大,这提出了一个关键问题:这些工具是否应像药物、诊断生物标志物或医疗器械一样,接受相同的临床验证标准?虽然大多数人工智能模型目前是在回顾性验证以及偶尔的外部测试之后部署的,但很少有模型接受其他临床干预所要求的那种前瞻性、真实世界评价。
最近对FDA批准的人工智能/机器学习医疗器械进行的系统评价显示,不足10%的设备有前瞻性临床试验支持,而能够对模型在患者亚组或不同环境中的性能进行透明报告的则更少[61]。这与药物或侵入性监测设备等传统干预所期望的标准形成对比,这些干预要求来自随机对照试验(RCT)的证据来证明临床获益,而不仅仅是预测准确性。
然而,为人工智能干预措施设计随机对照试验(RCT),尤其是那些在后台或“静默”运行的干预措施,带来了独特的挑战。在静默部署中,人工智能模型可以处理数据并生成风险预测,而不提醒临床医生,从而能够对模型性能进行无干扰的评估。然而,这种设置使临床均势和知情同意的应用变得复杂,因为患者可能被随机分配到潜在可操作见解被隐瞒的研究组。这些挑战引发了深刻的伦理关切,特别是围绕透明度、患者自主权和公平性方面,因为静默部署可能损害患者的知情选择和机构问责制。此外,静默试验模糊了观察性研究与干预性研究之间的界限,使监管分类复杂化,并挑战了通常用于临床研究的监督机制。需要一个稳健的伦理框架来指导此类研究的设计,包括即使在披露受限时也能保障患者权利的机制。鉴于这些困难,已经提出了植根于因果推断的替代方法,其中使用真实世界数据(如电子健康记录(EHR))模拟目标试验可以近似RCT条件。例如,已有报道使用观察性数据复制了RCT结果,突显了精心设计的因果模型在传统RCT不可行或受伦理约束时如何提供有效的治疗效果估计[62]。此类框架在静默部署的人工智能系统背景下可能特别有价值,因为在这些情况下,前瞻性实验受到监管模糊性和同意挑战的阻碍。
从方法学角度来看,这些试验通常依赖复杂的因果推断框架来比较人工智能辅助组和标准护理组的结果,但此类比较对未测量的混杂因素、患者异质性和特定背景下的临床工作流程敏感[63]。然而,这些因果推断发现仍处于假设生成阶段,受到未测量的混杂因素和当前表型分析方法在这种动态疾病中的静态性质的限制,且尚未验证为床旁策略;前瞻性随机试验对于确认其临床实用性至关重要。此外,如果临床医生的行为受到系统中人工智能工具存在的影響——即使是无意识的——那么真正分离效应就变得难以实现。因此,虽然RCT仍是临床验证的金标准,但替代设计,如阶梯楔形试验或具有稳健敏感性分析的准实验模型,可能为在动态和伦理敏感环境中评估人工智能提供务实的途径。
越来越多的文献呼吁建立更严谨和标准化的框架来评估医疗保健中的人工智能。这些框架倡导自适应、基于风险的监管方法,但强调在部署之前需要前瞻性临床实用性证据[64–66]。这一观点在脓毒症护理中尤为重要,因为关于液体、抗生素和血管加压药的实时决策可能对患者结局产生直接影响。
用于脓毒症的基于人工智能的系统数量有限但正在不断增加,其中部分已接受前瞻性评估。例如,NAVOY® Sepsis算法近期在一项采用Sepsis-3标准的随机对照试验中进行了评估,结果显示在早期脓毒症识别和及时启动治疗方面具有统计学显著改善[67]。一个多模态大语言模型驱动的系统在ICU环境中进行了前瞻性评估,展现出稳健的实时性能和工作流程整合能力[68]。另一个例子是Sepsis Watch模型,该模型已接受多中心外部验证,既展示了其潜力,也揭示了在不同临床环境中可重复性所面临的挑战[69]。
展望未来,用于重症监护中高风险决策的人工智能系统应接受类似于器械或诊断产品所适用的临床验证标准。这不仅包括技术性能和公平性评估,还包括前瞻性试验以确定其对患者结局的实际影响。
方法学局限性
发表与报告偏倚
脓毒症护理领域的人工智能受到显著的发表与报告偏倚影响。突出成功或高性能模型的研究更有可能被发表,而那些未能泛化或显示有限临床获益的研究往往报告不足。广泛部署的Epic脓毒症模型(ESM)的失败——该模型仅在外评估揭示其漏诊67%的脓毒症病例后才受到公众审视——说明了此类偏倚如何扭曲对进展的认知并延误关键的科学学习[70]。从外部验证或真实世界部署中失败的模型汲取教训至关重要,因为这些案例往往揭示出隐藏的偏倚、脆弱的假设或特定情境下的局限性,这对于开发更稳健、更公平的人工智能系统至关重要[71]。因此,失败的模型应通过事后性能分析、重新校准工作和透明报告实践进行系统审计,以指导未来的模型开发和部署策略。
透明度与可解释性
许多人工智能模型,尤其是深度学习系统的“黑箱”性质,对临床医生信任人工智能生成的建议构成了重大挑战。各种可解释人工智能(XAI)技术已被开发出来,通常作为对已训练模型的事后分析加以应用。这些方法识别最具影响力的输入特征,并提供关于模型为何做出特定预测的近似见解。然而,它们并未提供对模型内部逻辑或其如何在不同情境间泛化的真正透明度。
基于Shapley值的方法广泛用于表格数据,事后归因技术已被适配用于生理学相关领域,如时间序列数据[24]。虽然这些技术突出了重要的输入特征,但它们对模型整体行为仅提供有限且有时不完整的见解。因此,尽管XAI为模型审计和知识发现提供了有前景的基础[72],其对临床决策中最终用户的直接益处仍未经证实。为解决当前局限性,已提出类似于药物审批所使用的严格验证方案,以评估模型在不同患者亚组中的性能[73]。
能够对人工智能建议提供清晰洞见的可解释技术,有助于建立信任并确保安全的临床使用。然而,实现透明度和问责制需要更广泛的方法,包括设计上的可解释性、临床监督和治理框架[74–76]。这一挑战并非脓毒症检测所独有,也适用于人工智能驱动的表型分析,其分类必须对临床医生既具有可操作性又可理解。不透明或过于复杂的表型有可能侵蚀信任并限制采用[77]。
算法偏倚
人工智能模型的表现取决于其所训练的数据,这带来了算法偏倚的风险。如果训练数据集不能充分代表患者群体的多样性,模型可能在特定人口统计学群体中表现不佳,从而可能导致在早期检测至关重要的脓毒症诊疗中出现不公平[55]。例如,主要基于某一人群数据训练的人工智能模型,可能难以在其他种族或社会经济背景的患者中检测脓毒症,从而可能导致治疗延迟或不恰当。人工智能系统还必须减轻数据中的偏倚,因为这些偏倚可能导致不公平的治疗或歧视[78]。近期研究表明,脉搏血氧测定准确性的种族差异会导致某些患者群体中低氧血症被系统性低估,这种差异可通过脓毒症预测模型传播并放大早期检测中的不公平[79]。
在脓毒症重症监护病房(ICU)患者中,已有文献记录了不同种族和族裔群体在机械通气、血管升压药和肾脏替代治疗等生命维持干预措施使用上的差异,这些差异通常与潜在的社会经济差异相关,并可能在被真实世界重症监护数据训练的人工智能模型中引入混杂模式[80]。包括亚组特异性验证、偏倚感知训练和持续部署后审计在内的缓解策略,对于确保公平的脓毒症诊疗至关重要。
数据质量
重症监护数据通常包含缺失值或不一致的记录,这可能显著影响模型预测[81]。在高风险环境中,即使微小的数据缺口也可能导致不可靠的人工智能驱动决策。例如,新生儿护理中的预测模型已被证明会受到患者记录不一致的影响,导致结果偏斜并降低可靠性[82]。不完整或不准确的数据不仅削弱人工智能生成的建议,还会侵蚀临床医生对这些系统的信任。
人工智能模型的预测性能与其训练数据集的完整性和准确性直接相关。有限的数据覆盖范围和较差的标准化仍然是主要障碍,尤其是在整合异质性来源时[83]。通过标准化记录、稳健的预处理和先进的插补技术来改善数据质量,对于确保可靠且临床上可接受的预测至关重要。
部署相关障碍
真实世界实施
将人工智能整合到现有医疗保健系统中,在后勤和技术两方面都构成挑战。AI工具必须与当前的电子健康记录(EHR)系统兼容,而这些系统往往并未针对先进的AI功能进行优化。AI算法不仅需要足够的计算能力,还依赖于以适当格式和分辨率及时提供的输入数据才能有效运行。这需要对基础设施升级进行大量投资,并需要跨部门协调[54]。确保AI系统增强而非复杂化临床工作流程,是促进广泛采用的关键[54]。
实际部署的另一个主要障碍是过多警报造成的临床负担,这可能使医疗资源紧张,甚至可能通过不必要的治疗造成伤害。即使是像TREWS这样高度准确的模型也可能产生假警报。这会使医疗资源紧张,并可能通过不必要的治疗造成伤害[31]。假阳性不仅会导致不必要的干预,还可能导致医疗保健提供者脱敏,降低他们对真实警报的响应能力。这种现象通常被称为警报疲劳,已在脓毒症检测系统中得到广泛记录,在这些系统中必须谨慎管理敏感性和特异性之间的平衡,以尽量减少不必要的警报[84]。改进脓毒症检测模型的努力侧重于通过优化预测的及时性和调整算法以在模型训练过程中对假警报赋予更大权重来减少假阳性。这些改进有助于确保警报在最具临床相关性的时间触发,从而在保持早期检测益处的同时减少警报疲劳[85]。除这些努力外,正在开发像COMPOSER这样的新模型,以更有效地应对警报疲劳。COMPOSER模型利用保形预测的形式化方法,这是一种提供统计上稳健的分布外检测的技术。这使模型能够识别显著偏离训练数据的样本,并在这些情况下不做预测,从而降低假阳性的可能性并提高整体预测质量[86]。我们希望提高读者对不应忽视假阳性相较于假阴性的认识,这与对算法决策阈值选择的透明度密切相关。保形预测等方法代表了解决这一长期问题的一条有前景的创新路径。
最后,实际实施是一个重大障碍。在受控研究环境中表现良好的模型可能在多样化的医疗保健环境中举步维艰。医疗保健机构必须投资于必要的基础设施和培训,以将这些工具整合到日常实践中[20]。目前,尽管制造商在AI模型的开发、验证和认证方面可能产生大量成本,但尚无关于在临床实践中使用AI模型报销的法规。此外,脓毒症的经济负担增加了复杂性,与医院相关的成本因医疗保健系统而异[87]。通过这些先进技术优化资源使用和提高治疗效率,可以缓解部分财务压力。
除了经济和技术方面的考虑外,人工智能系统的成功部署还必须解决人因工程中的关键原则。近期研究强调了临床医生对警报效用的感知如何受到认知负荷和既往经验的影响,经验较少的提供者往往认为警报更具可操作性和益处[88]。此外,有效实施需要与临床医生共同设计,以减少警报疲劳、支持假设生成并确保无缝的工作流程整合,这些特性已被证明可以提高可用性和临床信任度[89]。
尽管人工智能在脓毒症诊疗中的临床前景持续增长,其现实世界影响取决于能否解决关键的经济和系统层面障碍。实施人工智能工具不仅需要技术验证,还需要可持续的融资模式、清晰的报销路径和成本效益证据。近期研究已证明基于人工智能的脓毒症预测具有经济潜力。例如,一项研究估计,优化跨诊断类别的脓毒症警报阈值可为美国联邦医疗保险(Medicare)系统每年节省近46亿美元,主要通过减少不必要利用和提高临床相关决策点的依从性来实现[90]。然而,成本效益分析仍属例外而非惯例。很少有模型在验证研究的同时进行经济评估,这限制了利益相关者权衡财务收益与实施成本和劳动力负担的能力。
除了量化潜在节省外,人工智能系统在重症监护中的采用往往受到以下因素的限制:缺乏早期卫生经济学分析、成本效益证据有限以及真实世界财务影响的不确定性,这些因素阻碍了知情投资和实施决策[91]。这些系统性问题在资源不足的环境中尤为突出,在这些环境中,公平性担忧加剧了部署先进人工智能基础设施的难度。
另一近期观点认为,传统评估指标不足以指导人工智能的大规模部署。相反,该观点提出了社会技术框架,将成本效益分析与组织准备度、数据基础设施成熟度和临床医生接受度相结合[92]。从这一视角来看,证明投资回报不仅涉及直接节省,还涉及与更广泛机构目标的一致性,包括质量改进和员工效率。
综合来看,这些发现表明,人工智能在脓毒症诊疗中的成功整合需要一种整体性方法,除了技术性能外,还需纳入财务建模、政策协调和系统级准备度。如果不关注这些经济维度,即使经过充分验证的工具也可能无法在临床实践中产生有意义的影响。
数据隐私
AI系统需要访问大量数据,通常涉及来自电子健康记录(EHR)、实验室结果和生理监测的敏感患者信息。然而,对数据隐私和安全的担忧至关重要,尤其是在遵守《通用数据保护条例》(GDPR)和《健康保险携带和责任法案》(HIPAA)等法规的背景下。挑战在于平衡这些数据对AI模型的效用与保护数据免受泄露或未经授权访问的需要[93]。HIPAA要求在存储和传输过程中采取严格的保障措施来保护个人健康信息(PHI)[94]。为应对这些担忧,加密和访问协议等先进安全措施至关重要。此外,联邦学习等隐私保护技术——即在不共享原始信息的情况下在分散数据上训练模型——提供了一种在维持严格隐私标准的同时利用数据为AI服务的方式[95, 96]。另一种有前景的方法是数据合成,即生成模拟真实患者数据统计特性但不暴露个体身份的人工数据集;这允许AI模型在降低隐私风险的同时进行训练和验证。即使数据经过去标识化处理,重新识别的风险仍然存在,尤其是在处理大型复杂数据集时[97]。因此,持续警惕和不断演进的策略对于确保患者数据安全是必要的。透明度也发挥关键作用:必须告知患者其数据如何被使用和保护,从而培养对AI驱动医疗系统的信任[95]。随着AI技术的进步,对强大隐私框架的需求变得更加迫切。平衡创新与稳健的数据保护将确保AI在医疗保健中的前景不会以患者隐私为代价[94]。
伦理和法律考量
伦理和法律考量,包括遵守GDPR和HIPAA,对于在医疗保健中安全实施人工智能至关重要[93]。除监管合规外,透明度、公平性和明确问责等伦理挑战仍然至关重要。许多人工智能算法的“黑箱”性质引发了关于可解释性的担忧,尤其是当人工智能驱动的决策影响患者结局时[93]。为建立信任,医疗专业人员和患者必须理解人工智能系统如何生成建议[98]。同样重要的是界定不良结局发生时的责任和赔偿责任,无论是开发者、医疗服务提供者还是机构[50]。问责制缺乏明确性是將人工智能整合到脓毒症护理等高风险临床环境中的重大障碍[74, 99]。监管框架也发挥着决定性作用。在欧盟,医疗器械法规(MDR)要求被归类为医疗器械软件(SaMD)的人工智能系统获得CE认证,确保符合严格的安全性、性能和风险管理标准。在美国,食品药品监督管理局(FDA)通过De Novo和510(k)等途径监管基于人工智能的医疗器械,这些途径评估安全性、有效性以及与现有技术的等效性。尽管这些要求增加了复杂性和成本,但它们对于确保患者安全和公众信任至关重要。解决伦理、法律和监管维度的多层面方法对于将人工智能安全整合到医疗保健系统中至关重要。
人工智能在脓毒症管理中的未来方向
人工智能已经在改变脓毒症管理,在检测、诊断和治疗方面提供进步。随着人工智能工具和多模态数据集成的发展,它们将实现更个性化、实时的干预,以应对脓毒症护理的复杂性。
扩展输入模态:从临床常规数据到非结构化文本、组学数据和原始波形的整合
常规临床数据
大多数脓毒症预测算法依赖于常规临床数据,如患者人口统计学、生命体征和实验室值[100]。例如,最近的一项荟萃分析确定了几个对脓毒症预测评分有积极贡献的关键因素[101]。这些因素包括心率、呼吸频率、体温以及各种实验室和血气值,均与临床预期密切一致。此外,基于神经网络的预测器已成为脓毒症预测的主要模型类别[102]。然而,由于临床终点和临床环境的异质性,不同出版物之间的直接模型比较仍然困难。这迫切要求创建基准数据集作为该领域可衡量性能改进的指标,类似于性能评估的标准化基准[103]。
正如近期研究所示,为提高预测准确性,纳入额外的输入变量至关重要。这些变量包括非结构化文本,如病程记录、护理记录、主诉、诊断报告或出院小结,它们可能在脓毒症预测中发挥潜在作用[104]。大多数方法依赖于自然语言处理中的传统特征,如n元语法、潜在狄利克雷分配主题建模,或更近期的词向量或BERT(来自变换器的双向编码器表示)时代的预训练文本编码器。特别是,近期工作表明,来自非结构化临床记录的上下文信息尤其有利于较长期脓毒症预测任务[30]。值得强调的是,上述模型可追溯至大语言模型(LLM)时代之前。LLM,如GPT-4和Med-PaLM,已成为医疗保健中的强大工具,能够处理和综合复杂的临床数据。在脓毒症护理背景下,LLM有潜力通过快速分析电子健康记录(EHR)中的非结构化数据(如临床记录、实验室报告和影像学发现)来增强临床决策支持,以协助早期检测和风险分层[105]。通过提供患者状态的实时摘要并突出关键发现,LLM可支持临床医生及时决策,可能改善脓毒症的早期识别和管理。此外,将LLM整合到临床工作流程中可能简化文档记录并减少认知负荷,使医疗保健专业人员能够更多地关注患者护理[106]。这些光明前景应与近期一项在重症监护背景下进行的研究所强调的LLM直接应用的严重缺陷相对照[107],即部分情况下与医生相比性能显著较差、未能遵循指南或未能解读某些类型的临床信息(如实验室值)。
组学数据
组学诊断的整合代表了另一种方法,当与机器学习方法结合时,可增强脓毒症预测[108]。组学技术,如基因组学、蛋白质组学、代谢组学和转录组学,可以通过提供对疾病分子基础的更深刻见解并可能揭示新的治疗靶点,彻底改变脓毒症管理。通过分析患者的组学数据,临床医生可以识别与不同脓毒症表型相关的特定生物标志物,指导更有针对性的干预。图1强调了AI模型在推进生物标志物验证和通过整合组学数据支持个性化脓毒症护理中的作用。例如,基因组学可以揭示对脓毒症的遗传易感性,而蛋白质组学和代谢组学可以识别指示特定器官功能障碍的生物标志物[109]。这些进展使得更具分层性的治疗方法成为可能,治疗决策由每位患者独特的分子谱提供信息[110, 111]。迄今为止,大多数组学诊断属于非常规检测,鲜有经过前瞻性验证。随着组学标志物的出现,可以预期该领域将扩展,可能带来脓毒症诊断和治疗方面的进一步突破。
随着人工智能(AI)模型的持续演进,组学数据的整合以及增强的实时重新分类能力,有望提供精准医学策略,以适应脓毒症动态且异质的特征。实时数据整合对于提高诊疗精准度至关重要。随着患者病情变化,这些模型可以动态更新表型分类,确保治疗保持响应性并与当前临床状况相一致[112]。这种适应性将使临床医生能够做出更有效、更及时的决策。在大型数据集中检测复杂模式的能力使先进系统对个性化治疗尤为有价值。纳入分子数据将实现更精确的分类,进一步推进个性化医疗[20]。此外,基于持续更新数据对患者进行动态重新分类,可确保治疗策略随着患者病情演变而保持相关性[113]。这最大限度降低了过度治疗或治疗不足的风险。
尽管AI模型在将多模态数据(包括组学数据)整合到脓毒症管理中显示出前景,但组学数据的实时临床应用仍然有限。当前的组学检测,如基因组学、蛋白质组学和代谢组学,通常需要复杂的实验室工作流程和较长的处理时间,使其在急性场景中的床旁使用不切实际。目前缺乏能够在脓毒症中提供实时组学诊断的经过验证的床旁检测(POCT)平台。然而,快速诊断技术的进步,如生物传感器和POCT设备,已显示出近实时检测脓毒症相关生物标志物的潜力。例如,新型基于纳米技术的生物传感器已在数秒内实现血清样本中病原体的快速检测[114],而针对C反应蛋白、降钙素原和白细胞介素-6等生物标志物的POCT系统正越来越多地用于新生儿脓毒症管理[115]。此外,将乳酸和全血细胞计数参数等基本生物标志物的POCT整合已成功应用于偏远临床环境,以改善脓毒症的及时检测和分诊[116]。尽管将完整的多组学整合到实时临床工作流程仍是一个有待未来发展的领域,但这些快速生物标志物检测的进展是朝着更具响应性的脓毒症诊断迈出的重要步骤。
原始波形数据
另一类有前景的输入模态包括波形数据,涵盖以高采样频率采集的心电图(ECG)、光电容积脉搏波(PPG)和动脉血压。波形分析方法可大致分为基于特征的方法和基于原始时间序列的方法。就基于特征的方法而言,从波形数据中提取的有限专家特征集(例如心电图中的心率变异性(HRV))已知具有很强的预测能力,并在预测模型中被广泛考虑。近期工作进一步表明,波形数据的短片段(通常仅五分钟)即可产生可解释的特征,如心率变异性(HRV)、脉搏到达时间(PAT)和平均动脉压变异性(MAPV),这些特征可在临床识别之前很早预测脓毒性休克的发生 [117]。HRV特征通常包括时域指标(如SDNN、RMSSD)、频域指标(如LF/HF比值)和非线性度量(如熵、Poincaré图),所有这些都反映自主神经调节和灌注动力学 [118]。为提取此类特征并为AI模型准备数据,需要噪声滤波、伪影去除和峰值检测等预处理方法。更先进的方法,如张量分解(如规范多态分解),已成功应用于保留多变量波形流中的时空结构,在降低数据维度的同时提高预测性能 [119]。
与手工特征相比,原始波形捕获了不一定与单一器官系统相关的广泛状况。例如,在AI增强心电图研究中,深度学习模型已证明能够从单份心电图中推断出众多心脏和非心脏状况,如糖尿病和肝硬化,甚至可在单一统一模型内实现 [120]。值得注意的是,关于脓毒症预测的初步探索性研究表明,使用完整波形数据可提供更全面的信息来源 [121],这与近期一项研究相一致,该研究强调了原始波形在急诊科(ED)一般诊断任务和患者恶化任务中的附加价值 [122],广泛适用于所有考虑的任务。包括卷积神经网络(CNN)和混合CNN–LSTM模型在内的多种深度学习架构已被成功应用于捕获波形动力学中的时空模式。更近期的工作探索使用Transformer模型 [123] 或结构化状态空间模型 [122] 来提取对重症监护环境中预测任务具有信息量的波形表征。因此,纳入原始波形数据似乎很可能也会提高脓毒症的预测准确性,并实现更细致的患者分层。
多模态
多模态,即整合临床、影像、基因组和传感器数据等多种数据类型,是临床预测模型中的新兴范式[86]。一个核心挑战仍然是必须避免需要覆盖所有样本中若干种或最坏情况下所有模态的大型训练数据集,而这对于从头训练一个单一的多模态预测模型将是不可或缺的。最近出现了两个解决方案组成部分来应对这一挑战,即使用具有模态特异性编码器模型的模块化方法并结合模态特异性预训练。不同编码器模型产生的输出表征随后可以使用相对浅层的预测模型进行组合,如ICU/ED环境中所展示的[124, 125]。在EHR数据上预训练编码器模型使得能够构建例如将EHR数据与OMICS数据相结合的多模态模型[126],同时仅需要数百个具有两种模态配对数据的样本。在脓毒症背景下,整合多模态数据流,包括临床观察、实验室值、分子生物标志物和患者生成的健康数据,可能实现实时患者分层和动态表型分析。通过整合基因组学、蛋白质组学和可穿戴设备等数据来源,先进系统可以持续评估患者状况,提供随患者健康状况演变的个性化治疗策略[20]。利用AI支持的系统生物学来分析基因、蛋白质和代谢物之间的动态相互作用,有潜力促进持续评估并在脓毒症护理中实时指导个性化干预[127]。
脓毒症护理中的通用医学人工智能
目前,脓毒症预测模型的能力仍然相当有限。尽管如此,通用医学人工智能[128]的前景无疑是有希望的。这样的模型,借助医学专业知识,可以构建在一个经过精心预训练的基础模型之上,该基础模型在广泛多样的数据集上训练,具备多模态输入和输出能力。它可以具备处理与个体患者相关的特定查询的能力。它不仅可以检索相似病例,还可以提供基于当前指南和研究文献的治疗建议。例如,此类系统可以整合目前由独立算法处理的任务,如优化抗生素选择、降阶梯治疗和耐药性预测,这些是脓毒症中有效抗生素管理的核心支柱[129]。此类集成系统的早期原型,包括强化学习模型和实时决策支持工具,已在临床或模拟环境中展示了可行性。为实现这一愿景,AI可能需要获得反事实推理能力,使其能够评估特定治疗干预的潜在疗效。此外,通用AI可以利用连续波形和血流动力学数据,通过实时预测液体反应性来改善液体管理决策,这在当前脓毒症护理中仍是一个未得到充分解决的挑战[130]。
结论
人工智能在改变脓毒症管理方面具有重大前景,涵盖三个关键领域:早期检测、患者表型分析和临床决策支持。虽然这些应用各自针对临床工作流程的不同方面——干预的及时性、对生物学异质性的理解以及治疗决策的优化——但它们相互依存,必须协同发展。整合这些领域的洞见对于充分发挥人工智能改善脓毒症结局的潜力至关重要(图2)。为加速人工智能安全有效地转化为现实世界实践,若干优先事项浮现出来。首先,模型必须在前瞻性临床研究中经过严格验证,这些研究应设计为反映现实世界的复杂性并满足监管期望。其次,成功整合需要以人为中心的设计策略,从一开始就让临床医生和患者参与其中,确保可用性、可解释性以及与临床工作流程的契合。最后,采用取决于经济可行性和机构准备程度,这些问题需要支持性的报销模式和成本效益证据。归根结底,人工智能在脓毒症中的前景不在于取代临床专业知识,而在于以及时的、数据驱动的洞见来增强它。随着该领域的成熟,至关重要的是超越技术基准,转向以患者为中心的结局,借助跨学科协作和迭代学习。对验证、可用性和公平性的刻意关注将决定人工智能能否成为高质量脓毒症诊疗的常规组成部分。
参考来源
- Papareddy P, Lobo TJ, Holub M, et al. Transforming sepsis management: AI-driven innovations in early detection and tailored therapies. Crit Care. 2025. PMID: 40830514. doi:10.1186/s13054-025-05588-0
- 全文:PMC12366378(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12366378/
供执业医师抢救与诊疗参考,不替代临床判断;剂量请结合体重、肝肾功能和本院药品规格复核,以指南原文为准。