2025年4月，医管院医药信息管理系吴红副教授团队在npj Digital Medicine（中科院医学一区Top，影响因子15.1）发表了关于脓毒性休克死亡风险的人工智能预测模型的最新研究成果，文章标题为“Artificial intelligence based multispecialty mortality prediction models for septic shock in a multicenter retrospective study”。华中科技大学同济医学院医药卫生管理学院吴红副教授和华中科技大学同济医学院附属同济医院叶庆副主任为共同通讯作者。

该研究聚焦于脓毒性休克患者的28天死亡风险预测，开发了基于TOPSIS的分类融合模型（TCF），融合七种机器学习模型以提升稳定性与泛化能力。研究利用共4872例ICU患者的临床数据开展建模与验证，结果表明该模型有效整合了各模型优势且在验证中表现出高稳定性和准确性。同时，研究通过SHAP方法解释关键特征，提高了模型的临床可解释性。

该研究成果为实现脓毒性休克患者的早期风险识别和精准干预提供了更高效、可靠、稳定的临床决策辅助工具，有助于医生通过密切监测实现及时干预以降低脓毒性休克患者死亡率，进一步推动人工智能技术在危重症管理中的临床落地。

npj Digital Medicine由国际著名出版商NATURE PORTFOLIO出版，致力于发表与数字医学和健康相关的最高质量研究。该期刊旨在通过结合新颖的数字和移动技术来指导健康和医疗保健的转型，在数字健康领域具有高知名度和影响力。该期刊位列JCR1区，中科院1区TOP，2024年影响因子为15.1，五年影响因子为17.0。

全文链接：Artificial intelligence based multispecialty mortality prediction models for septic shock in a multicenter retrospective study | npj Digital Medicine