通过使用机器学习和数据科学，CLEW已在各个患者级别开发了生理预测模型。该模型已经在ICU中证明是成功的，现在已扩展到所有护理环境，旨在指导医疗保健医护人员预测患者的临床状况。CLEW可直接从床旁部署到中央指挥和控制设施，可帮助医护人员做出更明智的临床决策；提高结果准确率和安全性；简化患者护理；更好地应对增加的监管和处罚；降低护理费用；并清除排放障碍物。

TeleICU解决方案

CLEW的TeleICU平台提供了预测性分析以对患者风险进行分层并扩展远程医疗基础设施。

CLEW宣布其TeleICU解决方案– CLEW-ICU –由特拉维夫Sourasky医疗中心（Ichilov医院）和Sheba医疗中心部署，作为管理和治疗感染COVID-19病毒患者的新方法，同时保护前线护理人员 。

鉴于ICU的人数激增，两个组织都在现场建设ICU设施，每个设施将成为以色列最大的ICU单位。ICU的现场部队将使用远程医疗技术从集中式指挥和控制设施提供远程病人监视。

基于远程医疗架构，CLEW-ICU使用基于AI的预测分析技术以指数方式扩展ICU的容量和资源。

· 经过专门训练的基于AI的算法可以提前识别出呼吸恶化，从而实现可能会改变临床结果的早期干预措施，尤其是在COVID-19患者中。

· 机器学习模型使ICU工作人员能够主动掌握和管理疾病的严重程度和工作量。

· 该系统的每分钟风险分层可提供实时的敏锐度分类，从而允许对重症患者进行及时干预并改善预后。

· 作为基于远程医疗的解决方案，该系统可远程使用，可轻松扩展以应对患者数量激增的情况，同时降低护理人员对感染患者的暴露风险。

目前，CLEW-ICU系统正在位于美国马萨诸塞州伍斯特的UMass纪念医学中心和北卡罗来纳州罗利的WakeMed的TeleICU设施中进行测试。并提交了501K申请，以获得FDA批准。

CLCM科学顾问委员会主席兼医学博士James Blum教授说：“人工智能与远程医疗相结合是一种力量倍增器，可用于提供大规模的患者敏锐度分类和监控。这使ICU能够提前识别并预测患者的敏锐度，这对于利用有限的资源至关重要。”

特拉维夫Sourasky医疗中心首席执行官Ronni Gamzu教授说：“面对ICU大量接纳患者的需求，人工智能和机器学习工具可以在降低疾病严重程度和减轻工作量方面发挥关键作用。实时风险分层将为危重患者提供及时的干预和改善的临床效果。”