基于规则人工智能（AI）与工作流程在脓毒症早期管理中的应用：一项质量改进项目

本研究针对脓毒症早期识别与管理难题，由社区非营利医院团队开展规则型AI驱动的工作流程优化项目。结果显示：AI警报灵敏度达93.9%，3小时干预依从性提升至89.5%，平均住院时长减少2.3天（p<0.001），死亡率下降22.3%，为脓毒症智能诊疗提供了实践范式。

　　

为提升脓毒症（sepsis）患者预后，研究人员开展急诊科质量改进项目，引入基于规则的人工智能（rule-based AI）系统结合工作流程进行脓毒症识别。研究纳入895例病例（实施前370例/实施后525例），结果显示：AI系统成功识别93.9%（493/525）需干预病例；实施后3小时集束化治疗（含抗生素使用、血培养采集及乳酸测定）依从率达89.5%；平均住院时长（length of stay, LOS）显著缩短2.3天（p<0.001），每百例死亡率降低22.3%（p=0.0998）。研究表明，规则型AI与标准化工作流程协同能有效改善脓毒症患者临床结局。