基于人工智能的血液检测技术TriVerity在急诊科急性感染与脓毒症诊断及预后预测中的临床验证

　　急诊科患者因非特异性症状难以快速准确诊断感染（存在、类型及严重程度）。本研究开发了基于29种mRNA等温扩增和机器学习算法的TriVerity检测系统，通过Myrna仪器快速（30分钟）判断细菌感染、病毒感染及7天内需重症监护干预的风险。SEPSIS-SHIELD研究（1,222例患者）验证显示：TriVerity细菌/病毒评分诊断准确性优于CRP、PCT、WBC（AUROC分别为0.83/0.91），严重程度评分（AUROC=0.78）可重新分类qSOFA评估风险，各评分排除敏感性>95%、确认特异性>92%，有望减少60-70%抗生素误用，为感染精准诊疗提供新工具。

　　

在急诊科，患者常因发热、呼吸急促等非特异性症状就诊，背后可能隐藏着细菌或病毒感染，甚至危及生命的脓毒症（Sepsis）。脓毒症是机体对感染反应失调导致的器官功能障碍，进展迅速、死亡率高，及时给予抗菌药物和液体复苏至关重要。然而，当前缺乏能在急诊现场快速、准确区分感染是否存在、是细菌还是病毒引起、以及患者是否会发展为重症的可靠工具。常用生物标志物如C反应蛋白（CRP）、降钙素原（PCT）和白细胞计数（WBC）准确性有限，临床评分如快速序贯器官衰竭评估（qSOFA）预测能力也不理想。这导致临床实践中存在两大难题：一方面，许多非感染患者被过度使用抗生素，加剧耐药性；另一方面，部分严重感染被漏诊，错失救治时机。为此，研究人员开发了TriVerity这一基于宿主免疫反应的新型人工智能血液检测系统，并在《Nature Medicine》发表了其大规模临床验证结果。

研究团队通过SEPSIS-SHIELD研究（一项为获得美国FDA批准而开展的多中心临床试验），从22个急诊科招募了1,441名疑似急性感染或脓毒症的患者，最终1,222人纳入分析。研究采用临床裁决作为金标准，由独立医师小组根据完整病历资料判定感染状态（细菌性、病毒性、混合或非感染）和严重程度结局（7天内是否需要机械通气、血管升压药或新的肾脏替代治疗，即“ICU级护理”）。关键技术方法包括：使用PAXgene Blood RNA管采集全血样本，通过等温扩增（RT-LAMP）定量检测29种宿主免疫mRNA的表达水平，应用机器学习算法计算TriVerity的三个评分（细菌感染可能性、病毒感染可能性和疾病严重程度），并在Myrna仪器上30分钟内完成检测。

感染状态诊断准确性

在729名经共识裁决的患者中，TriVerity细菌评分诊断细菌感染的受试者工作特征曲线下面积（AUROC）为0.83，显著高于PCT（0.71）、CRP（0.74）和WBC（0.76）。其极高（Very High）和高（High）分带确认特异性分别达95.5%和90.7%，而极低（Very Low）和低（Low）分带排除敏感性分别为97.2%和81.5%。病毒评分诊断病毒感染的AUROC高达0.91，对SARS-CoV-2、流感等常见病毒均表现稳定。值得注意的是，TriVerity在免疫抑制患者中准确性未显著下降，且在不同种族人群（白种人、黑种人和其他种族）中表现一致，优于PCT（后者在黑种人群体中AUROC仅为0.66）。

疾病严重程度预测能力

TriVerity严重程度评分预测7天内需ICU级护理的AUROC为0.78。风险随分带升高单调增加50倍以上：极低分带需重症干预概率仅2.7%，而极高分带达58.1%。与常用指标乳酸（lactate）相比，TriVerity在乳酸 indeterminate（2-4 mmol L^-1）患者中显著减少漏诊（79.3%的高风险患者被识别）。结合qSOFA评分可进一步提升预测 granularity：临床低风险（qSOFA 0-1）患者若TriVerity评分极高，实际风险可达52%；而临床高风险（qSOFA 2-3）者若评分低，风险可降至18-25%。

潜在临床效用探索

回溯性分析显示，TriVerity可帮助避免抗生素误用：72.7%的未及时用药细菌感染患者其细菌评分呈中高危，60.2%的非细菌感染却用药者评分呈低危。似然比应用模型表明，细菌评分极高分带即使临床疑似概率低至30%，用药概率阈值（69%）仍被突破。此外，细菌与严重程度评分联合能识别脓毒症：双“极高”组合中68%患者符合脓毒症 surrogate定义（细菌感染伴SOFA评分变化≥2或需ICU护理）。

本研究验证了TriVerity在快速、准确诊断感染类型及预测预后方面的卓越性能，其多维度评分体系有望帮助急诊科医生早期识别感染、精准使用抗生素、合理分流重症风险，从而改善患者结局并遏制抗菌药物滥用。未来需干预性研究进一步证实其临床获益。