18 岁少年脓毒症离世？急诊室漏诊率 17%，AI 能否破局？ 镜头拉回那年 8 月。那个少年走进急诊时，表面像肠胃型感冒：发烧、呕吐、腹泻，人虚、脸白、站都站不稳。急诊人潮拥挤，能看见的只有椅子、走廊、推车和不断响起的呼叫。 分诊记录里，他的体温已经到 39.2℃，心跳飙到 137 次/分。这些数字放在任何国家的急诊，都算不上“轻松”。病人和家属在走廊里等，等到视线发酸，等到身体一阵冷一阵热。 更致命的拖延，发生在“看上去流程都走完了”的时刻。医生开了血常规，抽完血又是漫长的等待。天快亮时化验单才递回来，医生快速扫过，给了退烧止痛的药，让他回家观察。 药是对乙酰氨基酚、布洛芬这类常见退热镇痛药，能把体温压下去，也能把疼痛盖住。病人一旦舒服点，就会误以为“扛过去了”，家属也会被短暂的好转安抚。 真正刺眼的信号，其实就躺在报告里。C 反应蛋白异常升高，接近正常的 20 倍，这类指标常常提示体内正处在强烈炎症反应里，可能不是普通病毒。 随后 5 天，少年病情迅速恶化并死亡，事后调查指向脓毒症。他原本计划去美国高校追逐橄榄球梦想，人生被定格在 18 岁，留下的不是一张球场照片，而是一份让人窒息的病程节点。 把这条线索放大，会发现这不是某个医生“看走眼”那么简单。那晚接诊的是初级医生，本该有资深医生把关，现实却是人手不足，监督链条断在最忙的时段。 这种断裂，并非某一家医院、某一个国家独有。全球范围里，脓毒症负担沉重，世界卫生组织基于研究数据提到，全球每年约 4900 万病例、约 1100 万与脓毒症相关死亡。 人手的缺口也在扩大，WHO 的相关更新把 2030 年全球卫生人力短缺上调到约 1100 万。 脓毒症最可怕的一点，是它喜欢戴着“普通病”的面具。早期常见表现正是大众最熟悉的一套：发烧、心跳快、呼吸急、胃肠道不适。 在急诊这种高噪声环境里，症状越像流感，越容易被塞进“先退热回家”的框里。 关键窗口却短得离谱。临床上常强调干预要快，越早识别、越早处理，越能把感染风暴按住。很多流程卡在“再等等看”“再观察一下”的犹豫里，时间就被一点点吃掉。 美国也付出过惨痛代价。2012 年纽约一名 12 岁男孩在急诊被漏诊脓毒症离世，随后推动纽约州在 2013 年推出强制性的脓毒症识别与治疗规范，被广泛称为 Rory’s Regulations。 制度能把动作写进流程，却很难把每个班次的经验装进每个人的大脑。 这也解释了为什么近几年“AI 能不能进急诊”变成热议。 急诊最缺的不是一张纸上的指南，缺的是一种能在混乱里保持一致性的“第二双眼睛”，它不疲劳、不分神、不受情绪波动影响，专盯那些容易被忽略的组合信号。 从产业落地看，医疗垂类 AI 的路线并不是“替代医生”，更像“补齐短板”。 围术期的连续预警、影像科的辅助识别、检验科的异常锁定，本质都在干同一件事：把分散的信息变成可执行的提醒，把“可能出事”提前推到台前。 落在脓毒症上，价值更直观。它需要的不是一句“你可能感染”，而是一套能跟着时间走的动作建议：该不该立刻查乳酸，提醒要落在1 小时、3 小时、6 小时这些会改变预后的节点上。 有人会担心，AI 会不会变成另一种“过度医疗”的推手。这个担心合理，急诊里每一次误报都可能带来额外检查与资源挤兑。 真正可行的路径，是把 AI 当作风险雷达，交由医生做最终裁决，再用持续评估把误报率压下去。 更现实的难题是落地形态。急诊不是实验室，AI 如果只停留在电脑端口，很容易被忙碌的医护忽视。可穿戴监护、腕带式采集、护士站大屏联动，才可能让预警“看得见、躲不开、能追踪”。 把视角放回中国，人口基数大、就诊量大，急诊承压是长期命题。 中国这些年在预检分诊共识、分级分区、三甲医院扩容等方面持续推进，方向是对的，也为 AI 提供了最关键的土壤：标准化流程。流程越清晰，AI 的提醒越能被接住，越能形成闭环。 这套流程不需要英雄式的个人发挥，只需要“每一步都比昨天快一点”。快的那一点点，可能就是把普通感染和脓毒症分开的分水岭。 把话说得更直白些，急诊里最怕的不是不懂指南，最怕“忙到看不见”。AI 的价值不是制造奇迹，而是把被遮住的危险重新照亮，让该被看见的人被看见，让该被抢回来的时间被抢回来。 脓毒症这类“像感冒又不是感冒”的病，最考验体系的稳定性。制度把底线托住，AI 把盲区补上，中国把两者结合得越紧，越能把急诊的每一分钟变成更有把握的那一分钟。 信息来源： 浙江男子嘴边长出疱疹，自行询问AI后购药口服，结果急性肾损伤了！有研究指出AI诊断失败率超80%，医生紧急提醒 钱江晚报
