引言

急诊科室中，大量患者以 “发热、腹痛” 等非特异性症状就诊，感染的 “有无、类型、严重程度” 诊断一直是临床难题。脓毒症作为感染引发的致命性疾病，虽需快速抗菌治疗，但现有诊断工具（如 C 反应蛋白、降钙素原）准确率低、耗时久，常导致抗生素过度使用（催生耐药）或漏诊（增加死亡风险）。

本文解读的《Clinical validation of an AI-based blood testing device for diagnosis and prognosis of acute infection and sepsis》研究，来自 Inflammatix 公司联合 22 个美欧急诊科团队，提出了 AI 驱动的血液检测设备TriVerity。该设备通过检测 29 个宿主免疫 mRNA、结合机器学习，30 分钟内即可输出 “细菌感染风险、病毒感染风险、7 天重症护理需求” 三大评分，且准确率显著优于传统生物标志物，为急诊感染诊疗提供了全新解决方案。

基本信息

• 题目：Clinical validation of an AI-based blood testing device for diagnosis and prognosis of acute infection and sepsis

• 期刊：Nature Medicine

• 影响因子：IF=58.7

• 日期：2025年 9 月 30 日

• 研究单位：Inflammatix 公司（主导）、美国南加州大学、希腊雅典大学等 22 个美欧急诊科

• 论文地址：https://www.nature.com/articles/s41591-025-03933-y

• 数据集：SEPSIS-SHIELD 研究队列（NCT04094818），共纳入 1441 例疑似急性感染 / 脓毒症成人患者，最终 1222 例获有效 TriVerity 结果，729 例完成 “感染状态共识判定”，1120 例完成 “7 天重症结局随访”

• 开源数据地址：临床数据存储于 Inflammatix 安全数据库，学术研究者可经伦理审批后申请（联系邮箱：clinicaltrials@inflammatix.com）

研究背景

脓毒症是感染引发的 “宿主免疫紊乱 - 器官功能障碍” 综合征，全球每年致死超 1100 万人，且每延迟 1 小时抗菌治疗，死亡率增加 7.6%。但急诊中感染诊断面临三大核心痛点：

诊断难：脓毒症早期症状隐匿（如乏力、意识模糊），易与胰腺炎等非感染疾病混淆；传统生物标志物（CRP、降钙素原、白细胞计数）准确率低，且无法区分细菌 / 病毒感染 —— 例如降钙素原在细菌感染中 AUROC 仅 0.71，且在黑种人群中降至 0.66；

预后评估局限：临床评分（如 qSOFA）需收集多项生命体征，耗时且灵敏度低（单独使用时重症预测灵敏度仅 33.93%），无法快速识别 “低风险 qSOFA 但实际需 ICU 护理” 的患者；

治疗困境：因诊断不确定性，约 14.3% 非感染患者被过度使用抗生素（增加耐药与副作用），同时 33 例确诊细菌感染患者中 24 例（72.7%）未及时获抗生素治疗，延误病情。

因此，临床亟需一种 “快速、精准、多维度” 的检测工具，同时解决 “感染鉴别” 与 “重症预测” 问题 ——TriVerity 正是针对这一需求设计。

研究内容与方法

本研究围绕 TriVerity 的 “检测原理 - 数据集构建 - 评分系统 - 验证流程” 展开，核心是通过 SEPSIS-SHIELD 前瞻性队列验证设备的诊断与预后价值。

数据集构建（SEPSIS-SHIELD 研究）

• 纳入标准：①年龄≥18 岁；②疑似急性感染（如呼吸道、泌尿道、皮肤感染）或疑似脓毒症；③满足 “至少 1 项异常生命体征”（心率 > 90 次 / 分、体温 > 38℃或 < 36℃等）或 “至少 2 项生命体征异常 + 血培养医嘱”；④可提供知情同意。
• 排除标准：①入组前 7 天使用全身抗生素 / 抗病毒药（HIV、乙肝等慢性抗病毒治疗除外）；②接受姑息治疗 / 有限干预；③囚犯、精神障碍患者；④参与其他干预性临床试验。
• 样本类型：2.5ml 全血（PAXgene RNA 管，用于检测 29 个 mRNA）、5ml 全血（用于检测 CRP、降钙素原等传统标志物），疑似上呼吸道感染者额外采集鼻咽拭子；
• 随访周期：最长 28 天，出院患者通过电话补充随访 “再入院、ICU 转入、死亡” 等结局；
• 感染状态判定：由 2 名独立急诊医师（对 TriVerity 结果盲态）根据 “临床症状、实验室结果、影像学” 等判定感染状态，分为 “确诊感染（Yes）、可能感染（Probable）、可能无感染（Unlikely）、无感染（No）”—— 其中 “Yes+No” 组成 “共识队列”（n=729，金标准），“Yes+Probable” 与 “No+Unlikely” 组成 “强制队列”（n=1222）。

TriVerity 检测系统与评分设计

TriVerity 由 “检测 cartridge + Myrna 仪器 + 机器学习算法” 三部分组成：

• 分子检测：通过等温扩增技术（RT-LAMP）检测 29 个宿主免疫 mRNA（既往研究证实与感染 “有无、类型、严重程度” 相关），Myrna 仪器通过相机图像实时读取扩增信号，计算 mRNA 相对表达量；
• 算法模型：采用两个逻辑回归分类器，分别将 mRNA 表达量转化为 “细菌感染概率、病毒感染概率、重症风险概率”，再映射为 0-50 分的三大评分。

三大评分均分为 5 个解读等级，其中 “极高（Very High，41-50 分）、高（High，31-40 分）” 为 “确诊（rule-in）” 等级，“极低（Very Low，0-10 分）、低（Low，11-20 分）” 为 “排除（rule-out）” 等级，“中等（Moderate，21-30 分）” 为灰色地带：

• 细菌评分（Bacterial Score）：评估细菌感染概率；
• 病毒评分（Viral Score）：评估病毒感染概率；
• 严重程度评分（Severity Score）：评估 7 天内需 “机械通气、血管活性药物、肾脏替代治疗”（ICU 级护理）的风险。

模型训练

• 训练数据：基于既往多队列转录组数据（含数千例疑似感染患者），筛选 29 个 mRNA 并优化逻辑回归分类器；
• 超参数优化：采用分组交叉验证减少过拟合，确定分类器最佳阈值；
• 样本稳定性验证：比较 “新鲜样本” 与 “冷冻样本（-80℃保存）” 的检测结果，证实两者等效。

评估指标

• 诊断准确性：AUROC（受试者工作特征曲线下面积）、灵敏度（Sensitivity）、特异度（Specificity）、似然比（Likelihood Ratio）；
• 预后准确性：除上述指标外，额外采用 Kaplan-Meier 生存分析评估 “不同严重程度评分” 与 “ICU 级护理需求” 的关联；
• 统计方法：采用 DeLong 检验比较 AUROC 差异，Fisher 精确检验比较分类变量差异，统计软件为 SAS 9.4 与 R 4.2。

实验结果

本研究从 “感染诊断准确性、重症预测准确性、临床价值潜力” 三方面验证 TriVerity，结果均优于传统标志物与临床评分。

研究人群基线特征

• 共识队列（n=729）：平均年龄 50.6 岁，女性 47.3%，白种人 63.2%、黑种人 30.6%；最常见基础疾病为代谢 / 内分泌病（43.2%）、心血管病（41.6%）、呼吸道疾病（31.4%）；18.1% 为免疫低下患者（肿瘤占 10%）。
• 预后队列（n=1120）：13.8% 转入 ICU，10.9% 需 ICU 级护理（机械通气 51.6%、血管活性药物 81.2%、肾脏替代治疗 18.9%），平均住院 5 天、ICU 住院 6.1 天。

细菌感染诊断准确性

• AUROC 优势：TriVerity 细菌评分 AUROC=0.83（80% CI：0.81-0.85），显著高于降钙素原（0.71）、CRP（0.74）、白细胞计数（0.76）（均 P<0.0001）；
• Rule-in/Rule-out 性能：极高分（Very High）特异度 95.5%（即 95.5% 极高分患者确为细菌感染），极低分（Very Low）灵敏度 97.2%（即 97.2% 极低分患者无细菌感染）；
• 人群普适性：在免疫低下患者中 AUROC=0.80，与免疫正常患者（0.83）无显著差异；在黑种人（0.83）、白种人（0.82）中性能一致，而降钙素原在黑种人中 AUROC 仅 0.66。

病毒感染诊断准确性

• AUROC 优势：TriVerity 病毒评分 AUROC=0.91（80% CI：0.89-0.93），在 SARS-CoV-2 感染患者中 AUROC 仍稳定（极高分特异度 100%）；
• Rule-in/Rule-out 性能：极高分特异度 98.6%，极低分灵敏度 95.5%；在流感 A/B、SARS-CoV-2 感染患者中评分最高，腺病毒、鼻病毒感染患者评分最低（符合病毒致病强度差异）；
• 临床价值：24.3% 病毒感染 prevalence 下，极高分患者病毒感染概率 92.9%，极低分仅 2.9%，可快速区分病毒与非病毒感染。

重症预测准确性（预后队列）

• AUROC 表现：TriVerity 严重程度评分 AUROC=0.78（80% CI：0.75-0.81），略高于乳酸（0.76）；
• 风险分层能力：极高分（Very High）患者 7 天 ICU 级护理概率 58.1%，极低分（Very Low）仅 2.7%；似然比随等级单调递增（极低分 0.22→极高分 11.33）；
• 与 qSOFA 协同增效：单独使用 qSOFA 时重症预测灵敏度 33.93%，结合 TriVerity 后灵敏度提升至 84.82%（P<0.05）—— 例如 qSOFA 0-1（低风险，7.7% ICU 需求）患者中，TriVerity 极高分者 ICU 需求升至 52%；qSOFA 2-3（高风险，46.3% ICU 需求）患者中，TriVerity 极低分者 ICU 需求降至 2.7%。

临床价值潜力（抗生素合理使用）

以 “临床共识判定的感染状态” 为金标准，评估 TriVerity 对 antibiotics 使用的指导价值：

• 减少漏治：33 例确诊细菌感染但未用抗生素患者中，24 例（72.7%）TriVerity 细菌评分为 “中等 - 极高”，提示可通过评分提醒临床及时用药；
• 减少过度使用：103 例无细菌感染但用抗生素患者中，62 例（60.2%）TriVerity 细菌评分为 “低 - 极低”，提示可通过评分避免不必要用药；
• 决策阈值匹配：当医生抗生素使用阈值为 69%（即细菌感染概率 > 69% 时用药），TriVerity 极高分可使 “预测试概率≥30%” 患者达到阈值，极低分可使 “预测试概率 < 80%” 患者低于阈值。

优势或局限

优势

• 多维度覆盖：同时解决 “感染鉴别” 与 “重症预测”，填补临床工具空白 —— 传统标志物仅能测感染有无，而 TriVerity 可区分细菌 / 病毒、预测 ICU 需求，覆盖诊疗全链条；
• 性能优越且稳定：准确率显著高于 CRP、降钙素原，且在免疫低下、不同种族人群中性能一致，避免传统标志物的 “人群偏差”；
• 快速易用：30 分钟出结果，操作时间 <1 分钟，适配急诊 “快节奏” 需求；
• 临床价值明确：初步分析显示可减少 60-70% 抗生素误用，同时提升重症识别率，对 antimicrobial stewardship（抗菌药物管理）有重要意义。

局限

• 金标准局限性：以 “临床 adjudication” 为感染状态金标准，而非 “病原学培养”（部分感染难以培养），可能存在主观偏差；
• 人群代表性偏差：细菌感染 prevalence（61.5%）高于普通急诊（因纳入较多泌尿道、皮肤感染患者，此类感染多为细菌源性），可能影响不同场景下的 PPV/NPV；
• 缺乏干预性证据：目前为观察性研究，虽显示 “潜在临床价值”，但需后续干预性研究（如随机对照试验）验证 “使用 TriVerity 是否真能降低死亡率、减少抗生素耐药”；
• 重症样本量较少：仅 10.9% 患者需 ICU 级护理，低于预期，未来需在更危重人群中验证严重程度评分的准确性。

参考文献

1. 《The Third International Consensus Definitions for Sepsis and Septic Shock (Sepsis-3)》作者：Singer M 等，2016 年发表于 JAMA 简介：提出脓毒症的国际统一定义（感染引发的器官功能障碍），为脓毒症诊疗提供标准框架。 与本文关系：本文以该定义为基础，明确研究对象为 “疑似脓毒症患者”，并以 “器官功能障碍相关的 ICU 级护理” 为预后终点。
2. 《Diagnosing and managing sepsis by probing the host response to infection: advances, opportunities, and challenges》作者：Gunsolus IL 等，2019 年发表于 J. Clin. Microbiol. 简介：综述现有脓毒症诊断工具的局限，指出 “检测宿主免疫反应” 是未来方向，而非直接检测病原体。 与本文关系：本文 TriVerity 的设计理念（检测 29 个宿主免疫 mRNA）正是基于该综述提出的 “宿主反应检测” 思路。
3. 《A novel 29-messenger RNA host-response assay from whole blood accurately identifies bacterial and viral infections in patients presenting to the emergency department with suspected infections》作者：Bauer W 等，2021 年发表于 Crit. Care Med. 简介：首次报道 29 个 mRNApanel 在急诊感染鉴别中的价值，为 TriVerity 的分子检测部分奠定基础。 与本文关系：本文是该前期研究的 “多中心验证”，样本量更大（1441 例 vs 单中心）、结局更全面（新增重症预测）。
4. 《A quantitative study of decision thresholds for initiation of antibiotics in suspected sepsis》作者：Taylor SP 等，2023 年发表于 Med. Decis. Making 简介：通过调研 153 名美国医生，确定抗生素使用的 “临床阈值”（细菌感染概率 > 69% 时用药）。 与本文关系：本文基于该阈值评估 TriVerity 的抗生素指导价值，证明其评分可匹配临床决策习惯。