膿毒癥是一種急危重癥，影響患者生存的關鍵因素是能否及時獲得規范治療，其發病機制復雜，且具有高度異質性，目前尚無專門的診斷方法，早期識別較為困難，延遲診治與患者病死率密切相關。隨著指南的不斷更新，膿毒癥被納入“時間窗”疾病，對膿毒癥的早期篩檢與評估提出巨大挑戰。該文旨在綜述目前膿毒癥相關性器官功能衰竭評價、膿毒癥生物標志物和人工智能算法在膿毒癥早期篩檢和評估中的運用進展，為及時啟動膿毒癥規范化治療提供指導工具。
引用本文： 夏義琴, 曹鈺. 急診科膿毒癥的早期篩檢與評估. 華西醫學, 2022, 37(11): 1607-1611. doi: 10.7507/1002-0179.202210164 復制
膿毒癥是感染引起的宿主反應失調，導致危及生命的器官功能障礙的癥候群[1]。一項針對全球膿毒癥患者的回顧性研究顯示，2017 年全球膿毒癥患者有 4 890 萬人，死亡人數約 1 100 萬人，其病死率可達 19.7%[2]。而膿毒癥在整個醫院的患者中占 9.3%，在重癥監護室中占 56.5%，重癥監護室中伴有器官功能障礙的膿毒癥患者的病死率可高達 52.3%[3]。然而，治療膿毒癥的關鍵在于醫務人員要認識到膿毒癥是一種時間窗疾病，屬于急危重癥，與急性心肌梗死、卒中一樣，每延遲 1 h 治療，存活率就下降 7.6%[4]。因此，自 2002 年歐洲危重病醫學會（European Society of Intensive Care Medicine）和美國重癥醫學會（Society of Critical Care Medicine）首次發起“拯救膿毒癥運動”以來，“膿毒癥 bundle（集束化治療）”被認為是改善膿毒癥預后的基石，隨著更多循證醫學證據的出現，膿毒癥指南得到不斷修正和完善，膿毒癥 bundle 也由最初的 6 h 縮短至 1 h[5-6]，甚至將膿毒癥的識別和治療時間窗前移至院前急救[7]。然而，膿毒癥的早期臨床表現缺乏特異性，不易識別，延遲診斷和誤診率仍較高，如何實現早期的識別與診斷仍是全球醫療機構面臨的嚴峻挑戰。
1 早期篩檢與評估膿毒癥的困難與瓶頸
1.1 膿毒癥的定義
膿毒癥的定義強調感染對宿主的影響，因此，確定感染是篩檢膿毒癥的前提。然而，急性感染的識別非常具有挑戰性，需結合患者的體溫、白細胞計數、白細胞介素-6、C 反應蛋白、降鈣素原、血清淀粉樣蛋白 A 或肝素結合蛋白等的變化來識別感染。當確定或疑似存在感染時，指南強烈推薦膿毒癥早期評估是進入臨床路徑的啟動環節，精準而快速地進行早期評估有助于急診處置和隨后的診斷評估[8]。若僅遵循 Sepsis 3.0 膿毒癥的診斷標準即感染/疑似感染+膿毒癥相關性器官功能衰竭評價（Sepsis-Related Organ Failure Assessment，SOFA）得分≥2 分[9]來識別和評估膿毒癥，其中 SOFA 得分涉及較多實驗室參數，勢必會造成診斷延遲，在急診科缺乏實用性和可行性。因此，專家組提出快速 SOFA（quick SOFA，qSOFA）作為早期篩查膿毒癥的工具，并將其作為識別膿毒癥和膿毒性休克患者臨床標準的關鍵一環[9]。
1.2 qSOFA 評分早期識別與篩檢膿毒癥
qSOFA 評分操作簡單、易于實施，一經提出便在臨床上得到迅速推廣。一項國際性前瞻性隊列研究顯示，在急診科就診的疑似感染患者中，與全身炎癥反應綜合征（systemic inflammatory response syndrome，SIRS）、嚴重膿毒癥、SOFA 評分相比，使用 qSOFA 評分對住院死亡率的預測準確性更高[10]。
一項納入 121 項研究共 1 716 017 例受試者的系統評價/meta 分析顯示，qSOFA 評分預測膿毒癥死亡率的價值優于 SIRS 評分，尤其是在預測膿毒癥不良結局的特異度方面[11]，但這種特異度的增加可能是以降低靈敏度為代價的[12]。另一項針對 85 家美國醫院收治的所有成人患者的研究顯示，在入院 24 h 內符合 qSOFA≥2 分標準的患者中，入院時 qSOFA 陽性的患者中只有 1/3 懷疑感染，1/6 患有膿毒癥，qSOFA 對識別疑似感染和膿毒癥的靈敏度均較低[13]。由此可見，使用 qSOFA 評分對膿毒癥中低危患者進行分層很困難，這可能導致治療延遲。
當感染部位不同時，qSOFA 評分的篩檢效力可能存在較大差異。在顱內感染導致膿毒癥的患者預后評價中，qSOFA 評分效力就明顯弱于急性生理學和慢性健康狀況評價Ⅱ（Acute Physiology and Chronic Health Evaluation Ⅱ）與 SOFA 評分[14]。然而，盡管 qSOFA 評分作為膿毒癥篩檢工具有局限性，但將陽性 qSOFA 評分視為“危險信號警報”仍然很重要，可提醒醫務人員考慮膿毒癥的可能性。
2 早期篩檢與評估膿毒癥的探索
目前膿毒癥早期篩檢和評估工具均難以兼顧急診評估的簡易性和準確性，無法高效指導醫療決策。為了解決上述局限性，不斷探索新的工具已成為當今的研究熱點。
2.1 改良 qSOFA 評分改善膿毒癥的早期篩檢與評估
在膿毒癥整個病程中，血清乳酸是組織低灌注/休克最公認的標志物，且在血壓降低之前，乳酸已開始升高，有助于膿毒性休克早期的診斷，血清乳酸≥4 mmol/L 是膿毒癥患者死亡的獨立危險因素[15]。因此，有較多研究在 qSOFA 評分中引入血清乳酸這一變量，從而得到“qSOFA 乳酸標準”，其早期預測膿毒癥的準確性優于 qSOFA 評分和 SIRS 評分[16-18]。
基于 qSOFA 評分低靈敏度的缺點，有研究者在 qSOFA 評分系統中引入降鈣素原這一變量，將降鈣素原>0.5 ng/mL 記為 1 分，得到改良后的“PqSOFA”評分，提高了早期篩檢膿毒癥的靈敏度；該評分系統獨立預測高危膿毒癥患者的短期不良預后的效力顯著優于 qSOFA 評分，且與 SOFA 評分相當，是用于早期評估膿毒癥患者病情和預后的簡單、快速、準確的評分系統[19]。也有研究者在 qSOFA 評分中引入氧合指數（動脈氧分壓/吸入氧濃度）這一變量，改良后的“MqSOFA”評分在評估膿毒癥或膿毒性休克住院死亡率方面，明顯優于 qSOFA 評分[20-21]。
2.2 膿毒癥相關生物標志物用于膿毒癥的早期篩檢與評估
生物標志物是預測、識別膿毒癥的新方法、新途徑。據文獻報道，目前發現約 178 種膿毒癥相關生物標志物，但尚無單一生物標志物能明確早期識別膿毒癥[22]。
在眾多潛在的生物標志物中，降鈣素原和 C 反應蛋白是研究較多的。降鈣素原是唯一寫進臨床指南的膿毒癥標志物，且可用于指導抗菌藥物的使用，但它并不具備獨立診斷的能力[23]。而 C 反應蛋白作為傳統的炎性指標，其診斷特異度較差。為了給臨床提供準確及時的診斷及預后標準，膿毒癥相關生物標志物一直是研究的熱點。近年來，單核細胞分布寬度（monocyte distribution width，MDW）和DNA 甲基化譜在膿毒癥早期篩查中受到廣泛關注。
2.2.1 MDW 早期篩檢與評估膿毒癥
MDW 是最近研究較多的一種新的膿毒癥生物標志物。有研究人員在一家醫院的 2 個不同急診人群中進行了一項前瞻性隊列研究，結果顯示當 MDW>20.0 U 時，可將膿毒癥與所有其他疾病區分開來；MDW 結合白細胞計數與單獨白細胞計數相比，可提高急診科膿毒癥檢出率[24]。進一步的研究顯示，在急診或重癥監護室內，MDW 值隨著感染和膿毒癥的嚴重程度增加而增加，且與膿毒癥的診斷標準無關；MDW 與白細胞計數結合除了能提高膿毒癥診斷的準確性，還能較好地區分低危膿毒癥患者[25-26]。
2.2.2 DNA 甲基化譜早期篩檢與評估膿毒癥
DNA 甲基化譜是最早被發現、也是研究最深入的表觀遺傳調控機制之一。近年來的研究發現，DNA 甲基化譜可作為膿毒癥的生物標志物，用于早期篩檢和評估膿毒癥，且與患者膿毒癥的嚴重程度、對血管升壓藥的需求和住院時間等臨床特征相關[27]。還有研究發現，DNA 甲基化譜與炎癥因子白細胞介素-10 和白細胞介素-6 水平升高、膿毒癥單核細胞顯著增加以及器官功能障礙相關，暴露于脂多糖的單核細胞在獲得內毒素耐受性的同時，經歷了 DNA 甲基化變化[28]。與傳統的血清學指標相比，DNA 甲基化譜與膿毒癥的嚴重程度及預后高度相關，兼具膿毒癥發生及相關器官功能障礙的診斷和預后分析能力，是一種非常有潛力的生物標志物[29]，值得臨床更廣泛的研究和推廣。
3 關于精準評估的思考與展望
3.1 人工智能早期識別膿毒癥
人工智能應用于膿毒癥早期識別是當今的研究熱點，且已經展現出令人矚目的優勢。應用人工智能開發的膿毒癥監測系統依據患者的病史、生命體征、檢查結果、病程記錄等諸多變量整合分析，實時評估患者的身體狀況，并向醫護人員發送警報信息，彌補了目前臨床評估的缺憾，能夠更敏銳、更準確地監測患者的病情發展。利用人工智能算法模型進行膿毒癥風險識別與診斷較臨床醫生更勝一籌[30-34]。
有研究者開發了一種人工智能—SERA 算法，即使用結構化數據和非結構化臨床記錄來預測和診斷膿毒癥，并在膿毒癥發作前 12 h 實現準確預測（受試者操作特征曲線下面積 0.94，靈敏度 0.87，特異度 0.87），可為臨床實施治療爭取黃金時間；且與臨床醫生的預測比較，能將膿毒癥的早期檢測率提高 32%，誤診率降低 17%[30]。另一項研究開發了一種基于機器學習的膿毒癥預測算法（InSight），納入收縮壓、舒張壓、心率、呼吸頻率、外周毛細血管氧飽和度和溫度這 6 項生命體征指標，其準確檢測出膿毒癥、嚴重膿毒癥及發作前 4 h 預測膿毒性休克的能力均優于改良早期預警評分（modified Early Warning Score）、SOFA、SIRS 評分系統；而且即使提前 4 h，InSight 預測嚴重膿毒癥的效能仍顯著高于發病時 SIRS 評分的效能[31]。此外，在移植重癥監護室中，人工智能同樣可用于預測器官移植后的早期膿毒癥發生[32]。
當然，人工智能并不能替代臨床醫生的決策，還需醫生決定是按照膿毒癥指南開展治療，還是暫時先觀察。另外，由于過度擬合和缺乏用于構建和驗證模型的標準化協議，使得這些模型的通用性較差，而這一難題阻礙了人工智能算法在臨床事件中的應用。因此，人工智能用于早期識別膿毒癥尚需進一步的前瞻性研究，且還需要在不同的醫療環境中進行測試。
3.2 精準醫學對膿毒癥評估的價值
精準醫療在膿毒癥領域還處于起始階段，通過綜合膿毒癥患者臨床背景、海量生物標志物，借助大數據分析、信息化技術、循證支撐，可實現膿毒癥患者的精準診斷、預后評估和精準用藥。由于膿毒癥具有高度異質性，需要通過創建來自膿毒癥患者的臨床、影像、多組學檢測技術（包括轉錄組學、蛋白質組學、代謝組學）結果的大型豐富表型的統一知識網絡，將膿毒癥患者分組分層，實現針對患者個體特征的精準診斷和靶向治療。目前尚需實施新的試驗設計，推進數據科學和工程方法，以確定膿毒癥的精準醫學策略。
4 展望未來
建議醫院和衛生系統對膿毒癥患者采取醫療質量改善程序，包括對急癥、高危患者進行膿毒癥篩查，采用標準臨床方案進行及時治療。雖然目前尚無早期特異性診斷膿毒癥的方式，但探索新的生物標志物仍是早期識別膿毒癥的重要研究方向，而基于內表型的生物標志物可能是膿毒癥診斷的新方法，人工智能是實現膿毒癥早期診斷的新途徑。精準醫學關鍵技術和智慧化的信息融合，構建急診智能化、精準化就診模式，將是未來膿毒癥等急危重癥病種綠色通道急診救治的標準模式。
利益沖突：所有作者聲明不存在利益沖突。
膿毒癥是感染引起的宿主反應失調，導致危及生命的器官功能障礙的癥候群[1]。一項針對全球膿毒癥患者的回顧性研究顯示，2017 年全球膿毒癥患者有 4 890 萬人，死亡人數約 1 100 萬人，其病死率可達 19.7%[2]。而膿毒癥在整個醫院的患者中占 9.3%，在重癥監護室中占 56.5%，重癥監護室中伴有器官功能障礙的膿毒癥患者的病死率可高達 52.3%[3]。然而，治療膿毒癥的關鍵在于醫務人員要認識到膿毒癥是一種時間窗疾病，屬于急危重癥，與急性心肌梗死、卒中一樣，每延遲 1 h 治療，存活率就下降 7.6%[4]。因此，自 2002 年歐洲危重病醫學會（European Society of Intensive Care Medicine）和美國重癥醫學會（Society of Critical Care Medicine）首次發起“拯救膿毒癥運動”以來，“膿毒癥 bundle（集束化治療）”被認為是改善膿毒癥預后的基石，隨著更多循證醫學證據的出現，膿毒癥指南得到不斷修正和完善，膿毒癥 bundle 也由最初的 6 h 縮短至 1 h[5-6]，甚至將膿毒癥的識別和治療時間窗前移至院前急救[7]。然而，膿毒癥的早期臨床表現缺乏特異性，不易識別，延遲診斷和誤診率仍較高，如何實現早期的識別與診斷仍是全球醫療機構面臨的嚴峻挑戰。
1 早期篩檢與評估膿毒癥的困難與瓶頸
1.1 膿毒癥的定義
膿毒癥的定義強調感染對宿主的影響，因此，確定感染是篩檢膿毒癥的前提。然而，急性感染的識別非常具有挑戰性，需結合患者的體溫、白細胞計數、白細胞介素-6、C 反應蛋白、降鈣素原、血清淀粉樣蛋白 A 或肝素結合蛋白等的變化來識別感染。當確定或疑似存在感染時，指南強烈推薦膿毒癥早期評估是進入臨床路徑的啟動環節，精準而快速地進行早期評估有助于急診處置和隨后的診斷評估[8]。若僅遵循 Sepsis 3.0 膿毒癥的診斷標準即感染/疑似感染+膿毒癥相關性器官功能衰竭評價（Sepsis-Related Organ Failure Assessment，SOFA）得分≥2 分[9]來識別和評估膿毒癥，其中 SOFA 得分涉及較多實驗室參數，勢必會造成診斷延遲，在急診科缺乏實用性和可行性。因此，專家組提出快速 SOFA（quick SOFA，qSOFA）作為早期篩查膿毒癥的工具，并將其作為識別膿毒癥和膿毒性休克患者臨床標準的關鍵一環[9]。
1.2 qSOFA 評分早期識別與篩檢膿毒癥
qSOFA 評分操作簡單、易于實施，一經提出便在臨床上得到迅速推廣。一項國際性前瞻性隊列研究顯示，在急診科就診的疑似感染患者中，與全身炎癥反應綜合征（systemic inflammatory response syndrome，SIRS）、嚴重膿毒癥、SOFA 評分相比，使用 qSOFA 評分對住院死亡率的預測準確性更高[10]。
一項納入 121 項研究共 1 716 017 例受試者的系統評價/meta 分析顯示，qSOFA 評分預測膿毒癥死亡率的價值優于 SIRS 評分，尤其是在預測膿毒癥不良結局的特異度方面[11]，但這種特異度的增加可能是以降低靈敏度為代價的[12]。另一項針對 85 家美國醫院收治的所有成人患者的研究顯示，在入院 24 h 內符合 qSOFA≥2 分標準的患者中，入院時 qSOFA 陽性的患者中只有 1/3 懷疑感染，1/6 患有膿毒癥，qSOFA 對識別疑似感染和膿毒癥的靈敏度均較低[13]。由此可見，使用 qSOFA 評分對膿毒癥中低危患者進行分層很困難，這可能導致治療延遲。
當感染部位不同時，qSOFA 評分的篩檢效力可能存在較大差異。在顱內感染導致膿毒癥的患者預后評價中，qSOFA 評分效力就明顯弱于急性生理學和慢性健康狀況評價Ⅱ（Acute Physiology and Chronic Health Evaluation Ⅱ）與 SOFA 評分[14]。然而，盡管 qSOFA 評分作為膿毒癥篩檢工具有局限性，但將陽性 qSOFA 評分視為“危險信號警報”仍然很重要，可提醒醫務人員考慮膿毒癥的可能性。
2 早期篩檢與評估膿毒癥的探索
目前膿毒癥早期篩檢和評估工具均難以兼顧急診評估的簡易性和準確性，無法高效指導醫療決策。為了解決上述局限性，不斷探索新的工具已成為當今的研究熱點。
2.1 改良 qSOFA 評分改善膿毒癥的早期篩檢與評估
在膿毒癥整個病程中，血清乳酸是組織低灌注/休克最公認的標志物，且在血壓降低之前，乳酸已開始升高，有助于膿毒性休克早期的診斷，血清乳酸≥4 mmol/L 是膿毒癥患者死亡的獨立危險因素[15]。因此，有較多研究在 qSOFA 評分中引入血清乳酸這一變量，從而得到“qSOFA 乳酸標準”，其早期預測膿毒癥的準確性優于 qSOFA 評分和 SIRS 評分[16-18]。
基于 qSOFA 評分低靈敏度的缺點，有研究者在 qSOFA 評分系統中引入降鈣素原這一變量，將降鈣素原>0.5 ng/mL 記為 1 分，得到改良后的“PqSOFA”評分，提高了早期篩檢膿毒癥的靈敏度；該評分系統獨立預測高危膿毒癥患者的短期不良預后的效力顯著優于 qSOFA 評分，且與 SOFA 評分相當，是用于早期評估膿毒癥患者病情和預后的簡單、快速、準確的評分系統[19]。也有研究者在 qSOFA 評分中引入氧合指數（動脈氧分壓/吸入氧濃度）這一變量，改良后的“MqSOFA”評分在評估膿毒癥或膿毒性休克住院死亡率方面，明顯優于 qSOFA 評分[20-21]。
2.2 膿毒癥相關生物標志物用于膿毒癥的早期篩檢與評估
生物標志物是預測、識別膿毒癥的新方法、新途徑。據文獻報道，目前發現約 178 種膿毒癥相關生物標志物，但尚無單一生物標志物能明確早期識別膿毒癥[22]。
在眾多潛在的生物標志物中，降鈣素原和 C 反應蛋白是研究較多的。降鈣素原是唯一寫進臨床指南的膿毒癥標志物，且可用于指導抗菌藥物的使用，但它并不具備獨立診斷的能力[23]。而 C 反應蛋白作為傳統的炎性指標，其診斷特異度較差。為了給臨床提供準確及時的診斷及預后標準，膿毒癥相關生物標志物一直是研究的熱點。近年來，單核細胞分布寬度（monocyte distribution width，MDW）和DNA 甲基化譜在膿毒癥早期篩查中受到廣泛關注。
2.2.1 MDW 早期篩檢與評估膿毒癥
MDW 是最近研究較多的一種新的膿毒癥生物標志物。有研究人員在一家醫院的 2 個不同急診人群中進行了一項前瞻性隊列研究，結果顯示當 MDW>20.0 U 時，可將膿毒癥與所有其他疾病區分開來；MDW 結合白細胞計數與單獨白細胞計數相比，可提高急診科膿毒癥檢出率[24]。進一步的研究顯示，在急診或重癥監護室內，MDW 值隨著感染和膿毒癥的嚴重程度增加而增加，且與膿毒癥的診斷標準無關；MDW 與白細胞計數結合除了能提高膿毒癥診斷的準確性，還能較好地區分低危膿毒癥患者[25-26]。
2.2.2 DNA 甲基化譜早期篩檢與評估膿毒癥
DNA 甲基化譜是最早被發現、也是研究最深入的表觀遺傳調控機制之一。近年來的研究發現，DNA 甲基化譜可作為膿毒癥的生物標志物，用于早期篩檢和評估膿毒癥，且與患者膿毒癥的嚴重程度、對血管升壓藥的需求和住院時間等臨床特征相關[27]。還有研究發現，DNA 甲基化譜與炎癥因子白細胞介素-10 和白細胞介素-6 水平升高、膿毒癥單核細胞顯著增加以及器官功能障礙相關，暴露于脂多糖的單核細胞在獲得內毒素耐受性的同時，經歷了 DNA 甲基化變化[28]。與傳統的血清學指標相比，DNA 甲基化譜與膿毒癥的嚴重程度及預后高度相關，兼具膿毒癥發生及相關器官功能障礙的診斷和預后分析能力，是一種非常有潛力的生物標志物[29]，值得臨床更廣泛的研究和推廣。
3 關于精準評估的思考與展望
3.1 人工智能早期識別膿毒癥
人工智能應用于膿毒癥早期識別是當今的研究熱點，且已經展現出令人矚目的優勢。應用人工智能開發的膿毒癥監測系統依據患者的病史、生命體征、檢查結果、病程記錄等諸多變量整合分析，實時評估患者的身體狀況，并向醫護人員發送警報信息，彌補了目前臨床評估的缺憾，能夠更敏銳、更準確地監測患者的病情發展。利用人工智能算法模型進行膿毒癥風險識別與診斷較臨床醫生更勝一籌[30-34]。
有研究者開發了一種人工智能—SERA 算法，即使用結構化數據和非結構化臨床記錄來預測和診斷膿毒癥，并在膿毒癥發作前 12 h 實現準確預測（受試者操作特征曲線下面積 0.94，靈敏度 0.87，特異度 0.87），可為臨床實施治療爭取黃金時間；且與臨床醫生的預測比較，能將膿毒癥的早期檢測率提高 32%，誤診率降低 17%[30]。另一項研究開發了一種基于機器學習的膿毒癥預測算法（InSight），納入收縮壓、舒張壓、心率、呼吸頻率、外周毛細血管氧飽和度和溫度這 6 項生命體征指標，其準確檢測出膿毒癥、嚴重膿毒癥及發作前 4 h 預測膿毒性休克的能力均優于改良早期預警評分（modified Early Warning Score）、SOFA、SIRS 評分系統；而且即使提前 4 h，InSight 預測嚴重膿毒癥的效能仍顯著高于發病時 SIRS 評分的效能[31]。此外，在移植重癥監護室中，人工智能同樣可用于預測器官移植后的早期膿毒癥發生[32]。
當然，人工智能并不能替代臨床醫生的決策，還需醫生決定是按照膿毒癥指南開展治療，還是暫時先觀察。另外，由于過度擬合和缺乏用于構建和驗證模型的標準化協議，使得這些模型的通用性較差，而這一難題阻礙了人工智能算法在臨床事件中的應用。因此，人工智能用于早期識別膿毒癥尚需進一步的前瞻性研究，且還需要在不同的醫療環境中進行測試。
3.2 精準醫學對膿毒癥評估的價值
精準醫療在膿毒癥領域還處于起始階段，通過綜合膿毒癥患者臨床背景、海量生物標志物，借助大數據分析、信息化技術、循證支撐，可實現膿毒癥患者的精準診斷、預后評估和精準用藥。由于膿毒癥具有高度異質性，需要通過創建來自膿毒癥患者的臨床、影像、多組學檢測技術（包括轉錄組學、蛋白質組學、代謝組學）結果的大型豐富表型的統一知識網絡，將膿毒癥患者分組分層，實現針對患者個體特征的精準診斷和靶向治療。目前尚需實施新的試驗設計，推進數據科學和工程方法，以確定膿毒癥的精準醫學策略。
4 展望未來
建議醫院和衛生系統對膿毒癥患者采取醫療質量改善程序，包括對急癥、高危患者進行膿毒癥篩查，采用標準臨床方案進行及時治療。雖然目前尚無早期特異性診斷膿毒癥的方式，但探索新的生物標志物仍是早期識別膿毒癥的重要研究方向，而基于內表型的生物標志物可能是膿毒癥診斷的新方法，人工智能是實現膿毒癥早期診斷的新途徑。精準醫學關鍵技術和智慧化的信息融合，構建急診智能化、精準化就診模式，將是未來膿毒癥等急危重癥病種綠色通道急診救治的標準模式。
利益沖突：所有作者聲明不存在利益沖突。