日期：2025-12-03 05:09:27
近日，重庆大学附属中心医院（重庆市急救医疗中心）重症医学科钮柏琳，联合南昌大学信息工程学院朱莉、宁波大学李惠利医院郭菲和重庆大学附属人民医院罗阳教授团队在国际TOP系列期刊Nature Communications在线发表题目为“Explainable AI unravels sepsis heterogeneity via coagulation-inflammation profiles for prognosis and stratification”（可解释性AI通过凝血-炎症特征解析脓毒症异质性，实现预后评估与危险分层）的原创性研究论文，钮柏琳为主要通讯作者。
\n![](\"https://image2.cqcb.com/public/2025/12/02/browser/405/176465396663837871329602491660.png\")
脓毒症，这一全球性的健康威胁，是导致医院内死亡的主要原因，每年影响着全球数千万患者。其最重要的特性在于极高的异质性——不同患者临床表现、病理反应及治疗结局千差万别。这种高度异质性的特性，使得精准预后预测与有效患者分层变得异常困难，成为改善脓毒症临床预后道路上的核心挑战。
\n为了应对这一严峻挑战，该团队开展了一项大规模的跨中心研究，成功开发了一套集高精度预测、自动风险分层与生物学机制解析于一体的创新性解决方案。融合了先进的可解释人工智能（XAI）与多组学数据，将凝血与炎症这一核心病理生理过程与临床预后紧密连接，为脓毒症的精准管理带来了突破性进展。
\n![](\"https://image2.cqcb.com/public/2025/12/02/browser/405/176465397259179274222618713970.png\")
本研究基于来自亚洲、欧洲和北美12408名脓毒症患者的电子健康记录，构建了大规模回顾性队列。团队创新性地开发了基于Transformer架构的预后预测模型SepsisFormer和自动化风险分层工具SMART。筛选了7项凝血-炎症常规实验室指标，结合患者年龄，作为核心生物标志物贯穿研究始终。
\nSepsisFormer模型在预测脓毒症患者死亡风险方面表现出色，其曲线下面积（AUC）高达0.9301，性能显著优于现有主流模型。SMART工具利用上述八项简易指标，将患者自动划分为轻度、中度、重度和危险四个风险层级，对应死亡风险分别约为5%、15%、30%和50%，其分层能力在多个独立数据集上均获得一致性验证。通过无监督聚类，研究还揭示了脓毒症存在两种截然不同的凝血-炎症亚表型（CIS1与CIS2）。
\n利用SMART分层体系，研究分析了抗凝治疗（如肝素）的疗效异质性，发现中度与重度风险患者接受抗凝治疗后生存率显著提升，而轻度和危险层级患者未显示显著获益，这为个体化治疗提供了新依据。为实现临床转化，团队建立了开放在线平台及评分表格，成功打破了传统AI模型被视为“黑匣子”的困境，临床医生输入七项指标和年龄即可实时获取风险等级和亚表型，提升了临床可信度和可用性。本研究成果由国家科技重大专项、国家自然科学基金、重庆市科卫联合重点项目等资助。
\n![](\"https://image2.cqcb.com/public/2025/12/02/browser/405/176465397866761377646004054290.png\")
通过可解释AI技术解码脓毒症异质性，构建了从精准预测、自动分层到治疗指导的完整工具体系，标志着脓毒症管理正从“经验驱动”迈向“数据与机制驱动”、从“风险预测”拓展至“辅助个性化治疗决策”的精准医疗新时代。这一现实可用的工具，有望通过早期识别高危患者、优化资源分配并指导个体化治疗，最终改善脓毒症患者预后。（资讯）
\n原标题：创新突破|我院重症医学科团队参与破解脓毒症高异质性：可解释AI与凝血-炎症图谱引领精准医疗新时代
配资实力股票配资平台,配资网站排名,天天配资网提示：文章来自网络，不代表本站观点。
