美国恩德沃健康中心（Endeavor Health）与西北大学的研究团队开发出一款人工智能工具，旨在帮助医生更早识别一种常被漏诊、死亡率极高的呼吸系统疾病——急性呼吸窘迫综合征（ARDS）。该工具在历史病例分析中准确率达93%，即将进入临床试点阶段，用于实时监测住院患者。 ARDS是一种由严重肺部炎症引发的危重病症，肺泡内积聚大量液体，导致患者无法有效摄取氧气，被称为“干地溺水”。其病因复杂，常见于败血症、肺炎或重症新冠患者，死亡率高达46%。幸存者常面临肺部永久性损伤或因缺氧导致的认知功能障碍。 医生在诊断ARDS时需综合判断多项指标，如血氧水平、胸部X光片以及是否存在诱发疾病等。然而，在重症监护室（ICU）高强度的工作环境下，医生面临信息过载，极易遗漏关键线索。此外，ARDS症状与心力衰竭等疾病相似，若误判，治疗方式可能适得其反——例如，ARDS患者应采取俯卧位以改善通气，而心力衰竭患者则可能因该体位加重心脏负担。 该AI工具并非生成式AI，不会“幻觉”编造信息，而是基于患者现有医疗记录中的实验室数据、影像资料等，自动整合分析，向医生发出预警，提示可能存在ARDS，从而推动及时诊断。 研究团队负责人、恩德沃健康中心肺科医生柯蒂斯·韦斯表示，过去多年他一直致力于解决ARDS的漏诊问题。他指出，真正挑战在于医生难以将分散的临床信息串联成完整诊断。AI系统能持续监控数据流，捕捉“关键组合”，帮助医生在最佳时机做出判断。 目前该工具已在已确诊的病例中验证，识别准确率93%，误报率仅17%。研究团队表示，为避免漏诊，宁可多预警一些健康患者，也不能放过真正患病者。下一步将开展实时监测试验，探索在患者尚未被诊断前就提前预警的可能。 这项技术有望显著降低ARDS的漏诊率，提升重症患者的救治成功率。