[비즈한국] 儿童必需医疗的危机并不仅仅在于缺乏诊疗医生。当孩子好不容易进入医院并住院后，若病情突然恶化，能否及时发现并作出应对也至关重要。尤其是儿童病情恶化极快，因此在心脏骤停或需要重症监护室（PICU）治疗之前，建立能够发现危险信号的院内安全网刻不容缓。
发挥这一作用的正是快速反应系统（RRS）。这是一种患者安全体系，即当普通病房的患者出现异常迹象时，快速反应小组能够早期介入，防止病情恶化至重症。
然而，在韩国，成人与儿童的RRS构建水平存在巨大差距。目前，韩国47家上级综合医院虽都运营着成人RRS，但在拥有小儿重症监护室（PICU）的15家中心里，运营儿童RRS的仅有7家。其中5家还集中在首尔，首尔以外地区仅有2家。
大韩小儿重症医学会会长朴成钟（首尔峨山医院小儿重症医学科教授）在本月19日于首尔驿三洞朝鲜酒店举行的“儿童患者安全全球研讨会（Global Patient Safety Summit in Pediatrics）”上表示：“儿童病情的急性恶化速度远超成人，早期发现与快速介入对改善临床进程和预后具有决定性作用，但目前儿童快速反应小组的引入与支持依然十分匮乏。”在海外，儿童RRS自20世纪90年代起便已开始运作，而韩国的发展进程慢于成人系统。
比起心脏骤停后的急救，恶化前的发现更为重要
RRS的核心不仅在于治疗已经危重的患者，更在于提早发现危险信号，为医护人员争取介入时间。
问题的难点在于，如何在病房里的众多孩子中找出病情正在恶化的患者。特别是儿童会根据年龄和发育阶段，导致正常生命体征范围各不相同，因此筛选高危患者非常复杂。这也是为什么在配备RRS人力资源的同时，建立判定针对哪些患者、何时投入快速反应小组的感知体系至关重要的原因。
加拿大多伦多大学教授Christopher Parshuram通过分析超过1.5万名小儿重症患者的住院数据研究发现，在住院期间发生的心脏骤停病例中，约85%被认为是可以预防的。分析认为，通过强化病房监测体系，可以有效减少病情的严重恶化。
全球每10例脓毒症中有4例为5岁以下儿童…利用AI早期筛选高危患者
败血症是体现早期发现困难的代表性疾病。败血症是指因感染引发异常全身反应，导致器官功能受损的危重状态。其难点在于，初期症状与发热等可自愈的病毒感染相似，难以识别危险患者。若病情恶化，可能导致休克或器官衰竭，因此持续观察患者变化并进行早期介入非常重要。
尤其在儿童群体中，败血症的负担沉重。根据WHO（世界卫生组织）引用的GBD（全球疾病负担研究），2017年全球估计发生约4890万例败血症，其中约1100万人死于败血症相关疾病。而在全部败血症病例中，约41%（约2000万例）发生在5岁以下的儿童身上。
海外正在将数字及AI技术应用于RRS。据美国匹兹堡大学教授Christopher Horvat介绍，匹兹堡儿童医院构建了包含AI基础高危患者筛选在内的综合败血症应对体系。AI通过分析生命体征、检查结果、护理记录等48个变量来计算风险度，并将高危患者分类为重点观察对象，向医护人员发送警报。这并不是由AI确诊败血症，而是筛选出需要医护人员优先关注的患者，从而实现实际的医疗介入。
Horvat教授解释称，引入该综合败血症应对体系后，院内严重败血症发生率降低了约50%，每年节省的医疗费用超过100万美元。
超越心脏骤停预测，延伸至呼吸恶化…提前捕捉儿童危险信号
韩国国内也在将AI应用于小儿RRS。目前在运营小儿RRS的机构中，首尔峨山医院和Severance儿童医院正在使用AI基础心脏骤停预测医疗设备“VUNO Med-DeepCARS”。
VUNO公司正在将技术拓展至捕捉比心脏骤停更早阶段的重症恶化方向。据该公司称，DeepCARS目前可用于包括儿童在内的全年龄段，且正在针对败血症、呼吸衰竭等心脏骤停先兆疾病的后续预测模型进行临床试验。在败血症领域，针对成人重症监护室患者的“VUNO Med-DeepiSEPS”已于今年5月获得了医疗器械制造认证。
在儿科方面，针对早期发现呼吸恶化的研究也在进行中。继开发出预测新生儿重症监护室患者是否有创机械通气必要性的AI模型后，VUNO与梁山釜山大学医院研究团队今年在国际学术期刊《Heart & Lung》上发表了针对小儿重症监护室患者的后续研究结果。
据公司方面介绍，该儿童模型可提前最多8小时预测有创机械通气的必要性，区分需要机械通气患者的预测性能（AUROC）约为0.88。在相同灵敏度下，相比现有模型，警报次数减少了一半以上。减少因不必要警报重复导致医护人员反应降低的“报警疲劳”，也是RRS的重要课题。
VUNO正与梁山釜山大学医院参与韩国版ARPA-H（医疗保健高难度、挑战型研发）项目，旨在开发实时预测成人及儿童患者重症化风险的模型。
然而，仅仅依靠AI快速识别高危患者并不能完全解决小儿必需医疗的问题。即便AI捕捉到了危险信号，若缺乏确认病情、评估患者并将其转化为实际治疗的医护人员和应对体系，其效果终究有限。
归根结底，在小儿必需医疗领域，AI并非为了取代医护人员，其首要作用是帮助有限的医护力量不错过当下最需要关注的孩子。关键在于，医院内部能否构建出更加严密的安全网，以便更早发现危险信号，让医护人员能够迅速介入。