2023-12-26 | 안경진 의료전문기자

过去检查需2至3天的尿路感染,AI一小时即可查出

本页标题和正文均由AI机器翻译,未经人工审校。准确内容请以韩文原文为准。

仅细菌培养就需2~3天、导致早期应对困难的尿路感染,如今可在1小时内准确诊断的人工智能(AI)检测法由韩国医疗团队开发成功。

延世大学江南世福兰斯医院检验医学科教授朴容正、金道均、崔民赫团队26日表示,近期开发出预测尿路感染(UTI)及由此引发的二次血流感染(UT-BSI)的AI模型,并已申请专利。

尿路感染是社区和医疗环境中最常见的感染之一。当患者出现发热、排尿疼痛、尿频、尿急(难以忍尿)等疑似尿路感染症状时,为准确诊断会进行尿培养检查,但通常需2~3天等待细菌生长,可能错过感染初期治疗。在推定为尿路感染时,为防止治疗延迟,有时仅做自动化尿液检查并凭经验决定治疗,但存在准确度偏低的局限。

研究团队以2011~2021年在世福兰斯医院及江南世福兰斯医院接受尿培养检查和自动化尿液检查的25万2917名患者的数据库为基础,开发并验证了AI模型(XGBoost)。该模型将尿路感染诊断中重要的10项指标值输入网页应用程序后点击“预测”按钮,即可显示患者尿路感染及尿路相关二次血流感染可能性的预测值,指标包括:△尿检结果值(尿中细菌数、尿白细胞、尿比重)△血液检查结果(白细胞数、单核细胞数、淋巴细胞数、CRP水平)△人口统计学资料(舒张压、收缩压、患者年龄)等。这10项指标值通常可在到院后1小时内获得。

分析显示,AI模型(XGBoost)在外部验证数据集中,表示尿路感染预测准确度的AUROC值为96.7%,预测尿路相关二次血流感染时AUROC值为95.5%。而现有自动化尿液检查的AUROC值仅为74.5%。这意味着利用研究团队开发的AI模型(XGBoost),可在到院1小时内以接近97%的准确度筛查出尿路感染以及由此引发的二次血流感染。

崔教授表示:“将AI模型用于临床,可降低非特异性尿路感染症状患者的抗菌治疗延迟风险,并可筛选出需要追加治疗和密切监测的尿路相关二次血流感染患者”,“为实现技术商用化,已与外部机构签署业务合作协议(MOU),正在准备技术转让”。此次研究结果发表于《感染与公共卫生学会志》最新一期。

阅读韩文原文