1月3日，我院急诊医学与灾难医学研究所团队在权威国际医学期刊《iScience》（Cell子刊，中科院SCI期刊分区2区，最新影响因子5.458）发表论文“评估机器学习模型用于脓毒症的预测：方法学系统评价”（Evaluating Machine Learning Models for Sepsis Prediction: A Systematic Review of Methodologies）。急诊医学与灾难医学研究所副所长江华教授和北京计算科学研究中心王奇教授为共同通讯作者，我院2021届毕业生邓洪飞、急救中心副主任孙明伟和急诊医学与灾难医学研究所王宇为共同第一作者。

脓毒症是急危重症领域最常见的疾病之一，起病急且病死率高。过去几十年对于脓毒症的研究持续深入，研究人员逐渐形成共识——对于这种疾病要早发现早干预。令人遗憾的是目前尚无专门针对脓毒症开发的临床结局预测工具；很多研究者另辟蹊径，借助人工智能技术建立预测模型开展了一系列研究。遗憾的是，虽然相关研究报告了大量的预测模型，但目前尚没有没有一种能够在临床真正运用。

为了发现这一领域迟迟不能突破的原因，找到未来研究的突破点，研究团队基于循证医学方法，对10年内使用机器学习算法预测脓毒症的研究进行了彻底的文献检索。通过系统评价的方法，研究团队发现造成问题的原因是脓毒症的诊断标准几经变化，而旧的标准依然在各种数据模型研究中应用。此外，大量的基于回顾性数据的研究对于数据的处理过于粗糙；有的研究虽然纳入的数据量大，但这些数据多数只采集了患者入院/入ICU的时间断面，缺失了之后的大量时间点数据。

基于上述发现，该论文讨论了不同的脓毒症诊断标准对于脓毒症预测模型性能的影响，并且从数据采集、数据预处理、特征工程和模型构建等不同角度进行了深入分析。最终，该论文提出脓毒症的病理生理过程具有很强的随时间演化的特征，更适合深度学习算法以及时间序列分析方法开展进一步研究。另外，本研究还提出了一套机器学习预测研究的规范报告标准和质量评价工具，有望进一步使该类型研究标准化。

2021年，我院急诊医学与灾难医学研究所共发表SCI论文9篇。2022年开年已有两篇高水平SCI文章在线发表，实现了开门红。