该公司首席执行官雷迪在接受采访时表示：“在医院和急诊室，我们仍然依赖一刀切的方案，而我们应该根据每个人的个体生物学特征来治疗他们。”
当患者的免疫系统试图对抗感染并最终攻击身体自身的器官时，就会发生脓毒症。 管理脓毒症是联邦卫生机构的首要任务，包括疾病控制和预防中心以及医疗保险和医疗补助服务中心。
“败血症是一种严重的、有时甚至是致命的并发症，” FDA 设备和放射健康中心主任 Jeff Shuren 在一份声明中说。 “为帮助预防这种情况而开发的技术有可能为患者带来显着的好处。”
为了构建测试，Prenosis 采集了超过 100,000 份血液样本以及医院患者的临床数据，并训练其算法来识别与败血症最相关的健康指标。 该公司将测试范围缩小到 22 个参数，包括血液测量值和体温和心率等其他生命体征。 该诊断工具现在可以生成一个快照，将患者的败血症风险分为四类，从低到非常高。
尽管 普雷诺西斯率先获胜 FDA授权 对于这样的测试，包括 Epic Systems 在内的其他公司已经将人工智能驱动的疾病诊断推向市场。 Epic 以其管理电子健康记录的软件而闻名， 面对 问题 关于预测败血症的算法的准确性。
Epic 发言人 Jacob Wright 表示，多项研究表明，其脓毒症诊断模型改善了患者的治疗结果，并补充说，2022 年发布的第二个版本“与第一个版本相比，误报率更少”。 他说，该公司正在寻求 FDA 的许可。
Reddy 表示，Prenosis 最初并不知道该技术要解决什么问题，但在开发其技术时。 伊利诺伊州的一家医院为他提供了办公空间和徽章，让他可以在医院里漫步并观察工作人员与患者的互动。 “我一遍又一遍地看到，它们确实是根据协议运行的，”他说。 他说，后来他发现了一篇关于败血症的论文，这让他看到了有多少人死于败血症。 “这将是我们要做的，”他说。
至少有 170 万成年人 发展为败血症 据 CDC 称，一年内至少有 35 万人在住院期间死亡或出院接受临终关怀。 大约三分之一在医院死亡的人在住院期间患有败血症，联邦机构的目标是奖励那些在减少病情方面取得进展的机构。
败血症风险较高的人包括 65 岁及以上的成年人、免疫系统较弱的人以及最近患有严重疾病或住院的人。
这项新测试的推出正值医院正在努力应对医学的未来以及如何最好地将人工智能融入实践之际。 在某些情况下，人工智能工具 造成紧张 一线员工担心该技术可能会导致结果不准确或取代员工。
