医疗保健初创公司 Innocens BV 利用 IBM 的 AI 技术设计了一款解决方案，帮助检测易感染新生儿中潜在的败血症体征
在新生儿重症监护室 (NICU)，每一秒都至关重要。
从早产儿出生那一刻起开始计时，新生儿科医生竞相识别和解决潜在的健康并发症。医生越早检测到危重疾病，他们就能越早进行干预、开始治疗和挽救宝贵生命。
美国国家医学图书馆的资料显示，母体抗体在妊娠晚期会转移到胎盘，使新生儿对某些感染和疾病具有免疫力。早产儿（不到孕 37 周）出生时免疫转移尚未完成，因此他们更容易受到败血症等细菌感染，而败血症的目标群体是免疫系统不成熟或受损。¹
在比利时 Antwerp University Hospital (UZA)，大约五分之一出生体重低于 3.3 磅（1,500 克）的早产新生儿患有晚发性败血症。该医院的 NICU 工作人员的任务是利用基于经验的直觉和数据快照来检测这些新生儿的败血症或血流感染以及许多其他潜在的并发症，然后提供及时的治疗，以降低幸存者的死亡和发育迟缓的风险。
由于导致这种破坏性结局的潜在风险，UZA 的新生儿学家 David Van Laere 博士将其职业生涯的大部分时间都致力于寻找更好、更快的败血症检测方法。“在过去的十年里，我研究了与早产相关的生命体征和并发症之间的趋势和模式，”他说。
他的临床经验表明，婴儿生命体征的变化通常在败血症检测前几个小时内就可见。“如果我们能够更快地发现数据的这些变化，我们可能就会尽早开始抗生素治疗，”Van Laere 博士说道，“由于抗生素在败血症事件中通常可以挽救生命，因此尽早开始使用抗生素可能会影响疾病的严重程度，甚至可以增加婴儿的生存机会。”
这种令人沮丧的现实促使医生寻找一种方法来最大限度地利用他能够获取的大量数据。“UZA NICU 是一个高度数字化的环境，具有多个数据源，”他说，“我们拥有从出生到出院的完整数据集，其中包含监测信号、报告、诊断、患者电子文件的数据等等。”如果医生能够找到一种方法使这些洞察分析具有可操作性，那么从这些患者数据中获得的洞察分析就有可能有助于在早期阶段识别疾病状态。
增强能力
可以识别大量严重败血症病例
提升检测速度
与医务人员检测相比，检测败血症的速度可以加快数小时
Van Laere 博士与 University of Antwerp 的生物信息学研究小组合作，迈出了开发基于 AI 的解决方案的第一步。该解决方案的前几次迭代由该大学进行资助。一名参与该项目的当地研究人员成为第一位加入 Innocens BV 的同事，Innocens BV 是 University of Antwerp 和 UZA 的联合子公司。
Van Laere 博士还与他的密友 Dirk A. Claessens 讨论了可能的解决方案。Dirk A. Claessens 是 IBM 高管，同时也是 AI、数据和预测性分析领域的顾问和专家。
他们两人每周都会骑自行车在城镇骑行或在当地小酒馆吃饭，期间他们经常会交流工作中的一些事情。这种朋友小聚对 Van Laere 博士来说是一种暂时解脱，让人感觉舒适。他的日程通常包括高危新生儿护理以及与忧心忡忡的父母进行艰难的对话。
正是在这些短暂放松的时候，他们两人意识到他们的共同点不仅仅是对骑自行车和美食的热爱，他们还对数据充满热情。“数据可以讲述故事。当患者出现严重并发症时，我们可以通过数据看到他们的生理机能如何变化。必须有一种方法来确定故事的发展方向，这样我们就可以改善结局，”Van Laere 博士说。有了医生朋友的灵感，Claessens 开始记录想法。
“您想要构建的解决方案必须根据您掌握的数据，帮助更快地检测新生儿中可能指示不良结局的潜在生命体征，例如败血症，”Claessens 在他们热烈的讨论中说道。UZA NICU 拥有十年来有关早产儿和低出生体重儿的入院数据，因此为他们两人提供了强有力的起点。Van Laere 博士希望将这些数据整合到支持 AI 的预测性解决方案中，从而为医护人员提供洞察分析。“我主要关心的是能够尽快发现可能感染的生命体征 – 即使是在晚上，即使我们科室很忙。”
凭借阿姆斯特丹的 IBM Consulting、阿尔马登的 IBM Research 和慕尼黑的 IBM Watson 中心拥有的各种 AI 解决方案和技术专业知识，Claessens 知道 IBM 可以成为实现医生愿景的理想技术合作伙伴。通过开展各种集思广益的会议以及来自大学研究小组的研发成果，Van Laere 博士最终和他的团队成立了 Innocens BV，这是一家为进一步开发和验证 Innocens 解决方案而创建的子公司。
Innocens 的全称是“借助临床早期通知系统改善新生儿结局”(Improving Neonatal Outcome with a Clinical Early Notification System)，这是一种边缘计算技术，旨在训练计算机分析患者的数据流，以找到可能指示晚发性败血症的模式。Van Laere 博士表示，像 Innocens 这样的解决方案基于三个支柱而构建：预测性模型、吸引人的用户界面和稳健的架构。
预测性模型
客户可以使用一种名为“机器学习”的程序来训练计算机。“机器学习”是 AI 的一个子类别，它使用各种算法从数据中学习，从数据中的模式进行推理并帮助预测结局。这些算法会不断修正和自我训练，以提高速度和准确性。
IBM Client Engineering 帮助 Innocens 开发和测试 Innocens BV 解决方案打算使用的联合机器学习模型。Innocens BV 使用 IBM Watson Studio 训练其解决方案的机器学习模型，以检测 NICU 婴儿的血流感染。IBM Watson Studio 是 IBM Cloud Pak for Data 上的核心服务，它为大规模构建、运行和管理模型提供了一个平台。
用户界面
用户友好型界面非常直观，并提供用户需要解读的洞察分析。“我们借助用于建模的数据平台 IBM Cloud Pak for Data 中内置的可解释 AI 功能，”Van Laere 博士解释道，“通过帮助用户更好地理解通过模型了解的内容及其原因，我们在护理人员与其仪器之间建立信任基础，因为，如果我们想保持警惕，这种信任是必不可少的。”
Claessens 阐述了信任的重要性。“用户界面对于加强用户对技术的理解至关重要。我们希望提供技术，旨在为医生提供洞察分析，然后他们可以利用这些洞察分析来为诊断提供依据。背后的理念是，计算机提升人类的洞察分析，但医生最终保持控制权。”
稳健的架构
集成边缘计算的稳健架构使计算和数据存储更接近数据源。这对于在护理过程中共享敏感信息以及时间极其重要的医疗保健环境至关重要。“执行可视化和预测的设备需要靠近数据源和使用数据的人员，”Claessens 表示。
不同的数据源可能会影响安全性并导致响应延迟。“医院、医院内的病房，然后是病房内的设备，我们希望隔离这些区域，以帮助保护数据并实时处理洞察分析。”Claessens 说道。
Innocens 模型在医院防火墙内本地运行，可以在不移除医院敏感数据的情况下运行和演进。“原始数据将保留在本地。联合机器学习无需移动数据即可实现这一目标。参数将在云中移动，但原始数据将留在医院内，"Claessens 说。
Innocens 技术的影响正在通过临床试验进行研究。商业可用性可能会在未来几年内实现。
最初只是朋友之间简单的思想交流，最终演变成为一种突破性的新生儿护理方法。
在 Innoncens BV，Van Laere 博士及其团队使用 IBM 技术创建了一个数据和 AI 环境，使医生能够研究模式、质疑结果并设计基于价值的个性化护理。
该预测性模型为医生的护理决策提供连续、可解释和数据驱动的依据。Van Laere 博士继续说：“Innocens 与我们合作，每周七天对婴儿进行全天候监测。”通过增强床边医护人员获得的信息，NICU 的医生可以专注于为患者提供舒适和精准的护理。
最终，Van Laere 博士和 Claessens 认为，Innocens 解决方案对预测潜在的早期败血症和治疗的影响是应用 AI 改善新生儿护理的漫长旅程的开始。“我们希望相同的模型驱动方法可以用于在早期阶段检测早产的其他并发症，”Van Laere 博士说。IBM Cloud Pak for Data、IBM Watson Studio 和 IBM Watson Machine Learning 正在为 Innocens BV 在全球其他 NICU 医院和系统中部署该解决方案的计划提供动力和支持。
Innocens BV（ibm.com 外部链接）是 Antwerp University Hospital (UZA) 新生儿重症监护室的一家研发初创公司。Innocens 的全称是“借助临床早期通知系统改善新生儿结局”(Improving Neonatal Outcome with a Clinical Early Notification System)，Innocens 解决方案旨在开发基于 AI 技术的临床决策支持系统。
¹ Palmeira, P., Quinello, C., Silveira-Lessa, A. L., Zago, C. A., & Carneiro-Sampaio, M. (2012)。健康和病理性妊娠中的 IgG 胎盘转移。临床与发育免疫学，2012年，985646。https://doi.org/10.1155/2012/985646
脚注
© Copyright IBM Corporation 2023. IBM Corporation, IBM Cloud, New Orchard Road, Armonk, NY 10504
美国出品，2023 年 3 月。
IBM、IBM 徽标、ibm.com、IBM Consulting、IBM Cloud Pak、IBM Research 以及 IBM Watson 是 International Business Machines Corp. 在世界各地司法辖区的注册商标。其他产品和服务名称可能是 IBM 或其他公司的商标。以下网站上的“Copyright and trademark information”部分中包含了 IBM 商标的最新列表：http://www.ibm.com/cn-zh/legal/copytrade。
Innocens BV 是 Innocens AI 临床决策支持技术的所有者。该技术包括一个用于检测超早产儿晚发性败血症的机器学习模型。该机器学习模型由 Antwerp University Hospital 与 IBM 携手合作，在 Antwerp University Hospital 开发而成。
本文档为自最初公布日期起的最新版本，IBM 可能随时对其进行更改。IBM 并不一定在开展业务的所有国家或地区提供所有产品或服务。
以上所有引用或描述的客户实例的展示取决于部分客户使用 IBM 产品的方式以及他们可能取得的结果。实际的环境成本和性能特征会因具体客户配置和情况而有所不同。无法提供通用的预期结果，因为每个客户的结果将完全取决于客户的系统和订购的服务。本文档内的信息“按现状”提供，不附有任何种类的（无论是明示的还是默示的）保证，包括不附有关于适销性、适用于某种特定用途的任何保证以及非侵权的任何保证或条件。IBM 产品根据其提供时所依据的协议条款和条件获得保证。