NEJM AI|从进门到看上医生只要8分钟!这篇17万人的研究,让AI分诊把急诊效率提升了33%

凌晨2点，急诊大厅的屏幕上跳出一个新患者：女性，65岁，主诉"胸闷、气短"。护士抬头看了一眼她的生命体征——心率98、血压142/88、血氧96%——顺手填了一张"3级（中度紧急）"的分诊标签。这意味着她需要等大概1-2小时。

但在另一家医院的急诊室里，同样的患者触发了一个不同的流程：AI系统实时读取了她的电子病历、生命体征、既往史、用药清单和主诉文本，30秒后弹出一行建议："建议升级为2级（高度紧急），依据：患者近期有糖尿病史+心电图轻度异常+BNP历史偏高，急性冠脉综合征风险评分超过阈值。" 护士采纳了建议。10分钟后，这位患者被推进抢救室——随后确诊为非ST段抬高型心肌梗死。

2025年2月27日，NEJM AI 发表了来自R. Andrew Taylor团队的里程碑研究：在3家急诊科、174,648次就诊中，AI辅助分诊系统让危重症患者的正确识别率从78.8%提升到了83.1%，急诊候诊时间缩短了33%（从12分钟砍到8分钟），整体离院时间缩短了19分钟。这是迄今为止最大规模的AI急诊分诊真实世界研究。

这篇文章为什么值得关注？

急诊分诊：全世界都在用一套50年前的方法

全球绝大多数急诊科使用五级预检分诊系统（如ESI, Emergency Severity Index），由分诊护士在2-3分钟内根据"主诉+生命体征+直觉"给患者打分——1级最重（立即抢救），5级最轻（可以等）。这套系统自1970年代问世以来，本质上没有发生过根本性变革。

问题在于：ESI的准确率远非完美。研究显示，约有10%-15%的"3级"患者实际上属于"2级"危重症，而约20%-30%的"2级"患者最终被证明病情并不紧急。这种错配的后果是双向的：危重患者被"压级"导致延误抢救，轻症患者被"抬级"导致资源浪费和过度诊疗。

AI分诊：不止是"替代护士打分"

这项研究的切入点与以往的AI诊断研究不同——AI不是来代替谁的，而是给分诊护士提供一个"第二意见"。AI实时整合患者的所有可用数据（电子病历、生命体征、用药史、实验室结果、主诉NLP解析），生成一个个性化的分诊建议及依据，护士看到后可以采纳或驳回。

更重要的是，AI的建议不是"灰盒子"——它会列出依据："建议升级为2级，因为：①该患者近6个月内有两次急诊就诊记录；②白细胞计数偏高；③呼吸困难主诉。" 这种透明性让护士更容易信任和采纳AI的建议。

NEJM AI的重量级背书

2025年2月27日，Taylor团队在 NEJM AI 发表论文：

"Impact of Artificial Intelligence–Based Triage Decision Support on Emergency Department Care"——基于人工智能的分诊决策支持对急诊科诊疗的影响

17万急诊患者的数据证明：AI分诊让危重症识别率提升4.3个百分点，候诊时间砍掉三分之一——而且听AI建议的护士，分诊比AI单独预测还准。

核心方法

项目	内容
研究类型	多中心质量改进研究（前后对照设计）
研究场所	3 家急诊科（美国多中心）
总急诊就诊量	174,648 次（干预前83,404 + 干预后91,244）
研究时段	干预前180天 vs 干预后180天
AI系统	AI驱动的急诊分诊临床决策支持（CDS）工具，整合电子病历数据+实时生命体征+主诉NLP
AI输出	个性化分诊级别建议（1-5级）+ 依据说明
工作流程	护士自行分诊 → AI显示建议及依据 → 护士采纳或驳回 → 最终分诊记录
主要结局	危重症正确分诊率 + 急诊流程效率（到诊时间、处置时间、离院时间）
统计处理	所有结局均校正了潜在混杂因素
资助方	贝克曼库尔特（Beckman Coulter）

AI如何做到比护士更准确？

这个想法的核心很朴素：护士在分诊台能用的信息太少了。

传统分诊（护士独立判断）：护士在2-3分钟内，根据患者主诉（"我胸痛"）、即时生命体征（心率、血压、血氧、体温）和个人经验，给出分诊级别。但护士看不到患者的历史就诊记录、既往实验室结果、用药清单——这些数据都在电子病历里，但没有时间查。

AI辅助分诊：在护士录入基本信息的同时，AI后台自动调取该患者的所有电子病历数据，并结合NLP解析主诉文本，实时计算患者的"急性不良事件风险评分"，然后给出一个基于证据的分诊建议。护士只需要花30秒看一眼建议和依据，决定是否采纳。

关键在于：AI能看到护是看不到的东西。比如一个主诉"乏力"的老年患者，生命体征基本正常——护士可能给4级。但AI发现TA在电子病历中近3个月血红蛋白持续下降+有便潜血阳性记录——这提示隐匿性消化道出血，建议升级为2级。

【图片位置：AI vs 传统分诊信息差对比图——传统分诊仅见生命体征+主诉，AI可调用完整电子病历】

核心发现：数据说话

发现一：危重症患者正确分诊率显著提升

最核心的发现：需要危重症监护的患者中，被正确分诊为"1级或2级"的比例从78.8%提升到了83.1%（P<0.001）。这意味着每100名危重患者中，AI帮助多正确识别了4.3人。

指标	干预前（传统分诊）	干预后（AI辅助分诊）	变化
危重症正确识别率（分诊1/2级）	78.8%(95%CI: 76.4%-80.8%)	83.1% (95%CI: 80.9%-85.0%)	+4.3% (P<0.001)

这4.3个百分点的提升意味着什么？按全国急诊量计算，相当于每年有数万名危重患者因为AI分诊被正确地及早识别和优先处理。在急诊医学中，"早发现、早处理"往往直接等同于"活下来"。

发现二：候诊时间砍掉三分之一——12分钟变8分钟

AI分诊带来的不仅是安全提升，更是实实在在的效率革命：患者从抵达急诊到首次进入诊疗区域的中位时间从12分钟锐减到8分钟，缩短了整整33%。

效率指标	干预前（中位时间）	干预后（中位时间）	缩短幅度
到院→进入诊疗区	12.0 分钟	8.0 分钟	↓ 33.0%
急诊分诊处置时间	190.0 分钟	182.0 分钟	↓ 4.2%
急诊离院时间	311.0 分钟	292.0 分钟	↓ 6.1%

全程下来，患者从进门到离开急诊，平均节省了19分钟。对于急诊科来说，这19分钟的"链式反应"可能意味着减少走廊加床、降低拥挤评分、改善患者满意度——以及最关键的一点：更早开始治疗。

发现三：低危患者被更合理地"降级"——低acuity分诊猛增48.2%

AI分诊不仅"升对"了危重者，也同时"降对"了轻症者。低acuity（4/5级）的分诊比例从23.9%猛增到35.4%——增加了48.2%。与此同时，这个群体的住院率仍然维持在4%以下，说明AI没有错把需要住院的人降级。

分诊级别	干预前占比	干预后占比	变化幅度
低acuity（4/5级）	23.9%	35.4%	+48.2%
中acuity（3级）	48.8%	39.7%	-18.7%
高acuity（1/2级）	27.3%	24.9%	-8.8%

这个变化背后的逻辑很清晰：AI把原先被"过度保险"地分到3级的大量轻症患者，更准确地压到了4/5级。这释放了急诊室的医疗资源，让真正紧急的患者得到更快的处理——而这正是"中位数候诊时间减少33%"的最直接驱动力。

发现四：护士+AI > AI单独预测 > 护士单独判断

一个非常漂亮的发现：听AI建议的护士团队，分诊表现优于AI单独预测；不听AI建议的护士团队，分诊表现比AI单独预测还差。

这说明了两件事：

① 人+AI的协作 > 纯AI或纯人。AI提供了基于数据的客观判断，护士补充了无法量化的临床直觉（患者的面色、步态、家属的焦虑程度），两者组合达到最优。

② 抵触AI的护士可能是在用"错误的自信"做判断。也许他们认为自己20年的经验比算法更准——但数据不这么认为。

关键数据一览

指标	结果	人话版解读
危重症识别率	78.8% → 83.1%	多救了4.3%的危重者
候诊时间	12min → 8min (↓33%)	从进门到看上医生的时间砍了三分之一
低危分诊	23.9% → 35.4% (+48%)	更多轻症被合理"降级"，释放急诊资源
整体离院时间	311min → 292min (↓6.1%)	每人平均节省19分钟
最佳协作模式	护士+AI > AI > 护士	人机协作才是最优解

局限性与讨论

前后对照设计，非随机RCT

• 研究是比较"干预前180天"和"干预后180天"，而非随机分配同期患者。这意味着季节效应、就诊人群变化、急诊科整体流程改进等都可能部分解释观察到的效果。

• 不过，作者已对已知混杂因素进行了统计校正，且效应量较大（如33%的候诊时间缩减），使混杂因素完全解释全部效果的可能性较低。

未报告"硬终点"——死亡率变化

• 研究聚焦于过程指标（分诊准确率、流程时间），并未报告干预对患者死亡率、非预期ICU转入率等硬终点的影响。

• "更快进入诊疗区"理论上应该改善预后，但这需要更大样本和更长随访来验证。

急诊手术患者的识别率未改善

• 一个值得注意的阴性结果：需要急诊手术的患者识别率从41.2%微降到39.2%（P=0.16，无统计学差异）。

• 这说明AI分诊并非万能——对外科急症的识别（如急腹症、创伤）可能依赖更多的体格检查信息而非电子病历数据。

Beckman Coulter资助，商业利益关联

• 研究由体外诊断巨头Beckman Coulter资助。虽然这在行业中是常规操作，但读者需注意潜在的资助方偏倚。

科研王师兄的解读

为什么能发NEJM AI？

1. 规模碾压一切怀疑。174,648次急诊就诊的数据量，3家不同急诊科，180天的前后对照——这不是某个单中心做的小打小闹的"概念验证"，而是真正可以在临床上跑起来的系统。这就是NEJM AI最看重的"真实世界证据"。

2. "人+AI > AI > 人"的三层结构极具传播力。研究发现了一个清晰的梯度：采纳AI建议的护士表现最好，AI单独次之，不听AI的护士最差。这个简洁有力的结论很适合被引用、传播、甚至为医疗管理者提供清晰的绩效管理方向。

3. 终端用户（护士）的依从行为被深度分析。大多数AI研究只报告"AI比人好"或"AI不如人"，极少有研究去剖析"什么样的人用AI用得好、什么样的人用得差"。论文对护士依从度的分层分析，让它的结论不仅有学术价值，更有实施科学的深度。

值得深入思考的点

1. "护士+AI"优于"AI独判"的秘密是什么？研究证明了这个组合最优，但没有完全解释为什么。我推测，护士在分诊中捕捉到的非结构化信息——患者的面容痛苦程度、步态、陪同家属描述的细节——这些是AI无法获取的。未来的AI分诊系统如果加入"护士自由文本备注"的NLP解析，可能弥补这个信息鸿沟。

2. 急诊分诊是AI落地的"第一战场"。急诊科同时具备了AI落地的最佳条件：数据丰富（所有就诊都有完整的电子病历）、决策频繁（每2-3分钟一次分诊决策）、错误成本高（分诊错误可能导致死亡）、流程标准化（五级分诊全球通用）。预计未来3年内，AI急诊分诊将成为AI临床决策支持系统中最先实现大规模商业化的领域之一。

3. 中国急诊的"AI分诊元年"即将到来。中国三甲医院急诊科的年就诊量动辄30-50万人次，拥挤度和候诊时间是欧美急诊的2-3倍。在中国急诊科部署AI分诊的潜在获益（无论是安全性还是效率）可能比美国更大。而且中国医院的电子病历覆盖率已经很高——数据基础设施已经就位，差的就是"第一个吃螃蟹"的团队和研究经费。

对我们科研者的启示

启示方向	具体建议
选课题	AI分诊是中国急诊科"刚需中的刚需"——拥挤度和候诊时间是业界公认的痛点。谁先落地，谁就有数据、有论文、有专利。
设计实验	前后对照设计在真实世界研究中具有天然优势，不需要随机化，不需要盲法，也不需要伦理委员会对"AI替代人类"的担忧。但它要求你先说服医院开放数据。
写论文	过程指标（候诊时间、分诊准确率）比硬终点（死亡率）更容易出阳性结果。如果你的研究是"第一个"，用过程指标就够了。
找空白	中国急诊的AI分诊研据几乎为零——这意味着你做的任何东西都有可能是"全国首例"。

读完这篇，你可能在想如何将AI4S、AI4M思路应用到自己的研究中

欢迎加微信深聊 ↓

——— 开启你的光速科研之旅 ———

扫码添加 · 王师兄

微信号：wpro999

关注「光速科研SCI」，添加微信 wpro999 咨询

「光速科研」协和/复旦/湘雅博士团队出品