研究成果要点
在创伤救治中，输血是重要的治疗手段之一，而最适输血比例（新鲜冰冻血浆[FFP]与红细胞制剂[RBC]的比例）长期以来一直存在争议。本研究团队此前曾提出，相较于传统指南，更高比例的FFP输血可能更具疗效。然而，不同研究报告的有效性结果并不一致，国际上尚未形成强有力的推荐意见。其原因之一可能在于创伤患者群体存在显著的异质性。
本研究采用前沿的人工智能/机器学习技术——因果森林模型，深入解析了输血治疗效果中的异质性。通过识别“治疗效果更佳”的患者个体，而非传统上仅关注“高风险”病例，首次在个体层面实现了对“治疗对谁更有效”这一难题的精准评估。
研究结果显示，对于乳酸水平较高且伴有意识障碍的患者（乳酸值≥4.5 mmol/L且格拉斯哥昏迷评分≤12），采用高比例FFP输血的疗效可达到整体患者平均疗效的约四倍。
本研究成果有望推动针对特定治疗靶点的新型临床试验的开展。同时，它为创伤治疗的个体化精准施治与医疗资源的优化配置提供了可能，预计将进一步提升临床实践中的抢救成功率。
研究概述
由京都府立医科大学研究生院医学研究科脑神经功能再生外科学客座讲师藤原岳、同科室教授桥本直哉、京都大学研究生院医学研究科教授井上浩辅、同教授大鹤繁、以及客座研究员兼新加坡国立大学助理教授冈田遥平等人组成的研究团队，以实现严重钝性创伤患者输血策略的个体化精准治疗为目标，对日本创伤数据库中的全国性数据（共6,679例）进行了深入分析，成功识别了治疗效果的异质性并确定了潜在的治疗靶向人群。
本研究论文已于2025年10月16日正式发表于国际知名学术期刊《Critical Care》。特此公告。
