AI算法可以避免1，240名發熱嬰兒中的近850名（將近70%）免于經歷痛苦的??腰椎穿刺（也稱為“脊椎抽頭”），以查明他們的高溫是否是由于嚴重的細菌感染引起的。

這項研究背后的嬰兒年齡不超過60天，并在多家醫院接受過治療。資深作者伊麗莎白阿爾珀恩，醫學博士，西北大學和勞瑞兒童醫院在芝加哥和同事們的工作發表在兒科和覆蓋由醫院的新聞部門。

該團隊開發了四種有監督的機器學習形式的風險分層模型-Logistic回歸，隨機森林，支持向量機和單隱藏層神經網絡。

使用實驗室結果進行地面驗證的內部驗證顯示，隨機森林技術實現了最佳特異性（75%）和最高靈敏度（99%）。

隨機森林模型僅對一例菌血癥進行了錯誤分類。（其他類型的嚴重細菌感染包括細菌性腦膜炎和尿路感染。）

作者總結說：“盡管計算復雜，缺乏參數臨界值并且需要外部驗證，但是這種策略可以減少不必要的程序，住院和抗生素，同時保持出色的敏感性。”

在這則醫院新聞中，第一作者，醫學博士Sriram Ramgopal說，迅速弄清哪些高熱嬰兒在發生嚴重細菌感染的高風險在他的臨床領域急診尤為重要。

他補充說，隨機森林風險評估模型通過“超越了我們目前使用的決策規則的預測能力”，給研究人員留下了深刻的印象。

Ramgopal說：“我們的研究結果很有希望，并可能為臨床上最終使用這種人工智能鋪平道路。”