通過使用機器學習和數據科學，CLEW已在各個患者級別開發了生理預測模型。該模型已經在ICU中證明是成功的，現在已擴展到所有護理環境，旨在指導醫療保健醫護人員預測患者的臨床狀況。CLEW可直接從床旁部署到中央指揮和控制設施，可幫助醫護人員做出更明智的臨床決策；提高結果準確率和安全性；簡化患者護理；更好地應對增加的監管和處罰；降低護理費用；并清除排放障礙物。

TeleICU解決方案

CLEW的TeleICU平臺提供了預測性分析以對患者風險進行分層并擴展遠程醫療基礎設施。

CLEW宣布其TeleICU解決方案– CLEW-ICU –由特拉維夫Sourasky醫療中心（Ichilov醫院）和Sheba醫療中心部署，作為管理和治療感染COVID-19病毒患者的新方法，同時保護前線護理人員 。

鑒于ICU的人數激增，兩個組織都在現場建設ICU設施，每個設施將成為以色列最大的ICU單位。ICU的現場部隊將使用遠程醫療技術從集中式指揮和控制設施提供遠程病人監視。

基于遠程醫療架構，CLEW-ICU使用基于AI的預測分析技術以指數方式擴展ICU的容量和資源。

· 經過專門訓練的基于AI的算法可以提前識別出呼吸惡化，從而實現可能會改變臨床結果的早期干預措施，尤其是在COVID-19患者中。

· 機器學習模型使ICU工作人員能夠主動掌握和管理疾病的嚴重程度和工作量。

· 該系統的每分鐘風險分層可提供實時的敏銳度分類，從而允許對重癥患者進行及時干預并改善預后。

· 作為基于遠程醫療的解決方案，該系統可遠程使用，可輕松擴展以應對患者數量激增的情況，同時降低護理人員對感染患者的暴露風險。

目前，CLEW-ICU系統正在位于美國馬薩諸塞州伍斯特的UMass紀念醫學中心和北卡羅來納州羅利的WakeMed的TeleICU設施中進行測試。并提交了501K申請，以獲得FDA批準。

CLCM科學顧問委員會主席兼醫學博士James Blum教授說：“人工智能與遠程醫療相結合是一種力量倍增器，可用于提供大規模的患者敏銳度分類和監控。這使ICU能夠提前識別并預測患者的敏銳度，這對于利用有限的資源至關重要。”

特拉維夫Sourasky醫療中心首席執行官Ronni Gamzu教授說：“面對ICU大量接納患者的需求，人工智能和機器學習工具可以在降低疾病嚴重程度和減輕工作量方面發揮關鍵作用。實時風險分層將為危重患者提供及時的干預和改善的臨床效果。”