儿童脓毒性休克智能化辅助决策系统，重点根据以上提及的早期筛查和治疗推荐设计功能。通过医学自然语言处理与机器学习方法，整合医院内部病历、检查、检验等各个信息系统，采集儿童脓毒性休克的风险关键指标，通过大数据机器学习，形成一套智能化的儿童脓毒性休克风险预测工具、推荐个性化治疗的辅助诊疗工具，并嵌入医院的电子医师系统，实时监控、预测每例新生儿与儿童脓毒症发生的风险，从而降低脓毒症发生率，提高治愈率。

儿童脓毒性休克智能化辅助决策系统让临床医生或医院管理团队能够深入细致地了解医院患者就诊情况，实时、动态、持续显示医院/科室/医疗组/个人临床质量报告，如门急诊患者的等待时间、全院所有脓毒症发病人数和风险比例。通过持续的临床质量测量指标而成的临床质量监控，可极大提高临床患者安全，降低临床管理成本，并推动医院的一系列“绩效改进”措施。