FDA批准AI败血症监测设备，开启临床诊疗新纪元

一款由约翰·霍普金斯大学衍生公司Bayesian Health研发的AI监测设备，成功斩获美国FDA 510（k）认证，正式投入临床应用，这标志着AI在实时监测败血症领域迈出了关键一步。

该设备由约翰·霍普金斯大学研究人员与Bayesian Health公司共同打造，旨在通过连续监测，帮助医生更早识别这种致死率极高的疾病，此举被视为AI临床检测败血症的重要里程碑。

这款AI预警系统的核心价值在于能大幅缩短诊断时间，让医生能及时介入治疗，从而挽救更多生命，FDA的认可为这一实时、主动的检测手段确立了行业新标准。

Bayesian Health由Saria教授创立，其利用电子健康记录和AI算法，比传统手段快出2至48小时发现败血症征兆。

借助AI技术，医护人员能更早确诊，并获得辅助工具来制定正确的治疗方案。

该设备旨在建立医生对实时AI平台的信任，在床边持续分析患者数据，提供实时推理和洞察，优化诊疗流程。

继获得突破性器械认证后，此次FDA批准进一步证明了医疗系统对临床AI的期待，标志着应用层面的重大突破。

该平台不仅针对败血症，还涵盖了呼吸衰竭和心脏事件等疾病的早期恶化预警。

此获批设备是Bayesian Health更广泛临床平台的一部分，通过单一、持续学习的系统，致力于解决医院患者病情恶化、高死亡率及资源占用等核心难题。

除了技术突破，该设备还迎来了商业层面的利好：预计2026年10月将被纳入美国医保支付范围，CMS的最终决定预计将于八月初公布，获批后将提供增量支付支持。

败血症全球流行现状

败血症远比大众想象中普遍，全球每年约1600万例，是全球主要死因之一。2021年有2140万人因此丧生，占全球死亡总数的近三分之一。在美国，每年至少有170万成人感染，住院死亡者中三分之一曾患此病。

败血症是身体对感染过度免疫反应导致的全身性疾病，可引发器官衰竭甚至死亡。其症状多样，诊断难度大，需结合检查综合判断，但早期发现是治疗关键。

败血症症状复杂多变，确诊困难，通常依赖体检、化验和影像。早发现早治疗至关重要，一旦延迟治疗，生存率每小时下降7.6%，且每年医疗费用高达500亿美元。

败血症最大的挑战在于病情恶化隐蔽，往往错过最佳治疗时机。尽管投入巨大，但早期诊断仍是难题。今日FDA批准，是十多年研发的成果。

Saria博士指出，该批准源于十余年的研究验证，证明了AI能契合临床流程，让医生从被动应对转向主动预防，这正是临床AI应有的标准。

医院虽有数字化基础，但缺乏实时解读数据的AI平台。Bayesian建立了能持续监控多种疾病、预防伤害的基础设施，实现从被动护理向主动护理的转变。

Bayesian Health AI检测败血症的临床验证

研究显示，若医生及时响应警报，患者死亡率可降低18%。该研究涵盖76万多名患者，AI检测灵敏度达82%，能提前5.7小时发现病例。

高灵敏度与高人员采用率（89%）相结合，显著缩短了住院时间和ICU占用。

克利夫兰诊所的临床验证

克利夫兰诊所已在其13家医院部署该平台，并计划扩展至俄亥俄州和佛罗里达州。双方还合作开发更多AI模块，以辅助危重病症的诊疗。

詹姆斯·莫里森博士表示，部署AI需严谨证据和无缝整合，FDA批准验证了其安全性与性能。Gregg Nicandri博士也肯定了其高准确率和改变临床AI预期的潜力。

Bayesian Health成立于2016年，专注于提供实时临床AI平台，通过持续学习确立患者基线，识别需要关注的患者，提供明确的护理步骤，推动医疗服务从被动向主动转变。