《Journal of Clinical Microbiology》：AI/ML-enabled sepsis prediction systems: laboratory considerations from development to deployment
编辑推荐：
基于机器学习的脓毒症预测算法正越来越多地嵌入电子健康记录系统中，而临床实验室在很大程度上缺席了这些算法的开发、验证和治理。这是一个后果严重的缺口。实验室变量是大多数已部署脓毒症人工智能（AI）工具的核心输入，常规分析事件如平台转换、试剂配方更新和参考区间调整会
基于机器学习的脓毒症预测算法正越来越多地嵌入电子健康记录系统中，而临床实验室在很大程度上缺席了这些算法的开发、验证和治理。这是一个后果严重的缺口。实验室变量是大多数已部署脓毒症人工智能（AI）工具的核心输入，常规分析事件如平台转换、试剂配方更新和参考区间调整会改变这些输入的分布。此类分布偏移已被公认为导致模型性能下降的原因之一；然而，对于临床使用的脓毒症工具而言，实验室特异性变化的影响仍未得到充分表征。目前，临床团队和实验室均不具备检测这些影响的良好条件。本综述面向在临床实践中遇到这些工具或被要求评估其实施可行性的临床检验人员撰写。研究人员描述了作为模型输入的数据来源，以及分析背景、分析前变异性和医嘱模式如何影响模型行为。研究人员对五种具有真实世界实施证据的已部署算法进行了剖析，同时概述了更广泛的临床前研究格局，包括早期预警系统、死亡率和并发症预测模型以及脓毒症亚型分类研究。研究人员回顾了开发和实施中的陷阱，重点关注实验室特异性考量，并讨论了监管与治理环境，强调了最需要检验人员参与的领域。支持当前已部署工具的受控结局数据仍然有限，且报告的性能在外部位点往往无法复现。检验人员在分析质量、数据溯源和变更管理方面拥有实施团队其他成员所不具备的专业知识。随着该领域向脓毒症亚型分类、持续监测和本地模型校准方向发展，检验人员在分析质量和监测方面的专业知识将日益成为这些工具构建、部署和维护的核心。
引言
人工智能和机器学习（AI/ML）驱动的脓毒症预测工具在生物医学文献中激增，并日益嵌入电子健康记录（EHR）中，涵盖多种计算方法。基于规则的系统是最早且仍广泛部署的临床AI形式，它们透明可审计但缺乏灵活性。ML模型则直接从训练数据中学习预测关系，传统方法如正则化回归和决策树产生相对可解释的输入输出关系，集成方法如随机森林和梯度提升通过组合多个决策树建模非线性关系和变量交互，神经网络架构包括深度学习模型可整合高维和纵向数据流。脓毒症仍是全球院内死亡的主要原因之一，每年约1100万人因此死亡。许多已部署的早期预警系统仍依赖基于规则的方法，其局限性已有充分文献记载。此外，缺乏明确的脓毒症生物学金标准，从SIRS定义向基于器官功能障碍的Sepsis-3定义的转变，以及儿科Phoenix标准的引入，造成了研究间脓毒症定义的高度异质性。尽管实验室检测在脓毒症护理中发挥核心作用，临床实验室在很大程度上缺席了这些系统的开发、验证、实施和治理。实验室变量如全血细胞计数、代谢面板、乳酸、降钙素原和微生物学数据构成了脓毒症预测模型的许多核心输入，其分析质量、时序和操作一致性直接影响模型行为。
脓毒症算法中使用的数据来源
脓毒症AI模型利用多类输入数据，包括生命体征、实验室结果、用药记录、临床文档、人口统计学和医嘱使用模式。实验室数据是大多数已发表脓毒症预测算法的核心数据类别，纳入实验室变量的模型通常优于仅依赖非实验室数据的模型。最常见的实验室变量涵盖常规血液学、化学、凝血和血气检测。微生物学数据在脓毒症预测模型中相对未被充分利用，部分原因是将微生物学工作流程整合到分析管道中的操作复杂性，以及培养诊断的时间延迟。新兴模型不仅使用绝对值，还利用纵向趋势和随时间变化的检测模式。缺失模式也可能在模型训练中变得具有信息性，但其价值可能无法可靠地从历史训练数据推广到实时临床使用。实验室结果进入大多数临床数据流时缺乏分析背景信息，标准实验室消息传递通常不包含关于分析平台、试剂批次、校准状态或标本质量的信息。
当前和新兴的脓毒症预测系统
已部署算法部分介绍了五个代表性工具。Prenosis公司的Sepsis ImmunoScore是首个获得FDA授权的AI/ML医疗器械软件，采用随机森林模型，包含22个输入参数，输出四层风险评分并附有SHAP值。Epic系统的早期脓毒症检测模型（ESM）是一个广泛实施的早期预警系统，第二版允许站点特定微调，但外部验证显示性能显著下降。Bayesian Health的TREWS系统使用115个参数，包括患者病史、合并症、生命体征和各种实验室结果，前瞻性研究发现提供者确认警报与较低的院内死亡率相关。Healcisio的COMPOSER模型分析40个临床、人口统计学和实验室变量，结合共形预测和大语言模型提高特异性。Cohere Med的SepsisWatch使用高斯过程和循环神经网络计算未来4小时内发生脓毒症的概率，已在独立急诊科进行外部验证。临床前算法部分指出，大量研究评估了尚未投入临床实践的MLA，但系统评价强调研究间高度异质性限制了综合比较。早期预警当前状态考虑部分强调，大多数研究未由独立组别进行评估，随机对照试验的荟萃分析显示对死亡率等结局无统计学显著改善。死亡率和并发症预测部分指出，ML工具在区分度指标上持续优于传统评分系统，实验室变量是其性能优势的关键驱动因素。脓毒症亚型分类分为表型和内型两类，SENECA研究确定了四种成人脓毒症表型，内型研究则使用转录组学、细胞因子和代谢组学数据识别机制性亚型，但这些方法尚未实现床旁应用。
发展和实施：考量和陷阱
技术陷阱包括数据泄漏、标签异质性、干预偏倚、数据集偏移、人口统计偏倚和可解释性问题。数据泄漏指用于模型训练的标签定义与输入变量重叠，可能导致性能被高估。标签异质性指不同脓毒症定义导致同一模型性能差异巨大。干预偏倚指模型警报促使提前治疗，使患者不再达到训练标签定义的标准，导致事后评估错误地将真阳性归类为假阳性。数据集偏移指模型在外部验证时性能大幅下降，反映了训练数据与部署环境间的差异。实施陷阱部分指出，标准化框架可用于指导AI临床实施，但实验室医学参与往往不足。模型实施可能影响实验室检测医嘱模式，例如ImmunoScore的实施可能使hs-CRP和降钙素原的检测量翻倍。变更控制流程的所有权应在实施前明确，建立清晰的沟通渠道和数据质量监控程序至关重要。
伦理和监管考量
主要监管机构是美国FDA，脓毒症预测工具通常被视为医疗器械软件。首个获得FDA授权的AI SaMD脓毒症预测工具是Sepsis ImmunoScore，于2024年4月获得De Novo分类。2026年4月，Bayesian Health的TREWS获得510(k)许可，以ImmunoScore作为前代设备。CMS已于2025年10月发布新的ICD-10-PCS编码用于记录Sepsis ImmunoScore的住院使用。除外部监管外，内部问责框架同样关键，医疗机构应建立AI治理委员会，明确界定责任分工，并在实施前制定协议以应对可能的患者伤害。
未来方向
需标准化成人和儿童患者的脓毒症目标定义，因为不同定义导致模型性能差异显著。未来研究应优先通过随机对照设计评估以患者为中心的结局，并与TRIPOD或CONSORT-AI等报告标准对齐。模型应在本地EHR数据上进行校准以提高外部位点性能。直接表征离散实验室分析变化对已部署脓毒症预测模型性能影响的研究仍属空白，前瞻性配对评估有助于明确这些变化的影响程度。应更大程度地纳入纵向数据以捕捉脓毒症的动态过程。脓毒症亚型分类领域可能最终出现主导框架，届时实验室将成为内型分配的核心，未来工作应聚焦于前瞻性试验和检测方法的协调统一。结论部分强调，AI/ML驱动的脓毒症预测工具的普及速度远超支持其效果的证据，实验室变量驱动模型性能，常规操作变化可能无声地降低性能，检验人员应积极参与治理结构，其责任应在部署前而非问题出现后明确界定。
