由于复杂多变的免疫反应，脓毒症是一种危及生命的疾病，死亡率很高。早期诊断和及时干预至关重要。CRP 和 PCT 等现有生物标志物存在局限性，包括反应延迟。解决这种延迟的方法包括使用 RNA 水平和单细胞测序，但这些方法非常耗时。

免疫细胞形态显示出作为快速生物标志物的前景。炎症过程中形态变化迅速发生，可以立即洞察免疫反应。然而，大多数使用细胞系或健康细胞的研究都缺乏人类免疫反应的复杂性。需要进行全面的研究来克服这些限制并准确捕获脓毒症中的免疫细胞动态。

在《光：科学与应用》杂志上发表的一篇新论文中，由韩国延世大学医学院的 Yu Rang Park 教授和 Kyung Soo Chung 教授领导的科学家团队及其同事开发了一种使用无标签 3D 的人工智能模型成像来分析健康状况、脓毒症诊断和脓毒症恢复期间免疫细胞结构的变化。

通过比较健康对照和脓毒症患者在不同恢复阶段的数据，研究小组发现了CD8+T 细胞体积和干质量等形态特征的显着变化。更有趣的是，这表明 3D 无标记 CD8+T 细胞结构可以补充传统的诊断工具，并为脓毒症病例的临床决策提供有价值的见解。

此外，它们适合定期和重复测试，只需要少量血液样本，使它们成为脓毒症患者常规监测的有希望的候选者。