全球敗血症發生率持續攀升，重症加護病房患者的死亡率亦達 38.8%，使得臨床對於更有效的診斷與治療工具需求迫切。2020 年全球敗血症病例數高達 4,890 萬例，死亡率達 22.5%；台灣 2022 年病例數為 15.9 萬例，死亡率更高達 29.2%。文獻顯示，約 25-50% 的急性腎損傷（Acute Kidney Injury, AKI）與敗血症有關，使其成為臨床診治的重要挑戰。現行診斷方式主要依賴血清肌酸酐（Serum Creatinine, SCr）與腎絲球過濾率（Estimated Glomerular Filtration Rate, eGFR），然而單一點的腎功能生化數值指標無法預測出急性腎損傷是否會進展到急性腎臟病（Acute Kidney Disease, AKD），也無法了解敗血症病人的免疫狀態...

為解決此問題，衛生福利部雙和醫院吳美儀教授團隊發展免疫生物標誌技術，透過分析敗血症患者免疫細胞群表現型變化，結合決策樹（Decision Tree, DT）演算法，開發高精準度的風險預測模型。該技術能夠提前辨識敗血症患者的急性腎臟病風險，為臨床醫師提供更具價值的決策依據，使患者能夠及早接受介入治療，提高腎功能恢復與脫離透析的機率。

整合免疫監測與人工智慧 提供高準確度疾病預測

急性腎損傷的發炎機制涉及 T 細胞與巨噬細胞的免疫調控，部分 T 細胞會促進發炎反應加劇腎臟受損，甚至影響其他器官功能。吳美儀教授團隊利用流式細胞儀技術分析敗血症患者的周邊血液單核細胞（Peripheral Blood Mononuclear Cells, PBMCs），並將免疫細胞表現型數據與生化指標（如血清肌酸酐、血中尿素氮）整合至決策樹演算法中，建立高精度風險評估模型。

相較於傳統的診斷方式，該技術準確度高達約 90%，顯示出優異的臨床應用潛力。透過創新免疫生物標誌的應用，團隊希望能提升敗血症相關急性腎臟病的早期預測能力，進一步降低發生率與死亡率。此外透過即時監測與治療，有望阻斷免疫活化反應，減少全身器官損害。

加速技術開發與應用 提升患者預後與生活品質

此技術的發展為敗血症相關腎臟病的診療提供新方向。團隊將持續深化研究，擴大臨床驗證，提升模型的適用性與準確度，並探索其於腎臟相關疾病中的潛在價值，以推動更精準的個人化醫療發展。同時此技術亦有助於提升患者的臨床預後，優化整體照護品質。

詳細資訊→創新免疫標誌預測敗血症患者急性腎臟病風險|衛生福利部雙和醫院吳美儀教授|第21屆國家新創獎