陆军研究人员表示，得益于一个使用常见医院设备分析血液和人工智能机器学习算法的系统，他们现在能够预测烧伤患者的败血症。
由马里兰州沃尔特里德陆军研究所的科学家开发的“SeptiBurnAlert”，使用机器检查患者血液中与败血症发作相关的生物分子变化，败血症是一种潜在的致命疾病，身体会对感染产生不当反应。然后，人工智能算法使用这些数据来计算风险。
研究人员拉沙·哈马米耶（Rasha Hammamieh）说：“这个系统的美妙之处在于能够非常早期地预测败血症，而且是在败血症发作前几天。这不仅对作战人员有用，对所有烧伤患者来说，这都可能是一个有用的工具。”
该研究团队已申请全球专利，并于 8 月向美国食品和药物管理局（FDA）提交了该发明，以寻求初步指导审查，希望在大约三年内将其推向商业市场。FDA 应在 70 天内作出回应。
研究人员纳巴伦·查克拉博蒂（Nabarun Chakraborty）上月表示，在最初的测试中，该系统在住院的头 24 小时内就能预测风险，准确率在 85%至 90%之间，而之前需要超过 72 小时。
7 月份的一份国防部流行病学研究称，烧伤在现代战场上越来越常见，部分原因是简易爆炸装置。2001 年至 2018 年期间，超过 2500 名美国军人在伊拉克和阿富汗遭受烧伤。细菌，作为主要的感染原因之一，经常被报道。
根据美国疾病控制与预防中心（CDC）的说法，当败血症发生时，身体会出现一系列症状，包括皮肤湿冷或出汗、发烧、神志不清、呼吸急促以及极度疼痛或不适。败血症不应与感染性休克相混淆，感染性休克是败血症因极低血压而产生的危及生命的并发症。
CDC 称，大约 30%的烧伤患者会经历败血症，在美国每年约有 35 万成年人因此死亡。上个月，一名 19 岁的空军学院学员因败血症并发呼吸道感染而死亡。
哈马米耶和查克拉博蒂十年前在试图识别与凝血和创伤相关的生物标志物时产生了“SeptiBurnAlert”的想法。
他们看到正在监测的烧伤患者出现败血症，并想知道研究人员是否可以利用这些数据预测谁容易感染。
在接下来的几年里，他们确定了特定基因、蛋白质和代谢物的变化，并调整了他们的算法。查克拉博蒂说，他们用来自 MedStar 华盛顿医院中心烧伤病房的 15 名患者的样本测试了他们的模型。
现有的三项获得 FDA 批准的针对特定生物分子变化的测试，都是针对重症患者的。没有一个是针对烧伤败血症的。
研究人员正在与多家公司合作生产手持设备。美国陆军医学研究与发展司令部的医疗技术转移办公室商业化官员爱德华·迪尔（Edward Diehl）表示，大学商学院的研究表明，医学界对该系统表现出浓厚的兴趣。
最终销售的收益将在研究所的实验室、发明者、陆军总部和转移办公室之间分配。
（全文结束）
