ClearStory Data提供了近實時測量，海量生物傳感器數據將根據臨床實踐標準建立起來的算法進行分析。患者的情況(如上圖所示)將用于確定和提醒臨床醫生患者可能處于風險當中
 

智能手機應用將把患者臨床數據上傳至云端數據庫，然后與(NoSQL和SQL數據源、高級數據源等)其它數據來源獲得的患者當前數據綜合在一起。護理人員可使用ClearStory Data根據系統模型對數據進行分析和關聯，以檢測SIRS的可能性。

ClearStory Data 的創始人兼***執行官Sharmila Mulligan稱：“這些設備可提供心率、體溫、能量消耗、血壓等數據(+微信關注網絡世界)，甚至是身體姿勢。當你患上敗血癥時你的姿勢會發生變化，在行走中你的速度會放緩。如果患者的一些特征真地開始達到特定數值，那么他們肯定正處于高度危險當中。護理人員需要實時查看這些數據。”

以Apache Spark 為計算引擎的ClearStory Data可提供了近實時測量，海量生物傳感器數據將根據傳統人類臨床監控學科中的臨床實踐標準建立起來的算法進行分析。患者的情況將用于確定和提醒臨床醫生患者可能處于風險當中。血清水平能夠被用于確認SIRS和/或敗血癥的存在。

挽救生命和節約成本

美國各州目前已經開始采取措施以挽救生命，降低醫療保健成本。紐約在2013年率先采取行動，州長安德魯·庫默引入了一套監管程序，要求醫院采取循證醫學實踐以降低敗血癥患者的死亡率。

之所以迅速采取措施部分原因是2012年紐約皇后區六年級學生12歲的Rory Staunton在體育課上打籃球受傷后死于嚴重的敗血癥休克。Staunton在紐約大學醫學中心急診室接受了治療然后回家。在醫療采集到的生命體征已經顯示出了敗血癥診斷的癥狀，但是遺憾的是護理人員沒有能夠這些聯系起來。三天后，Staunton在重癥監護室內死亡。

16個州也迅速跟進，采取了與紐約相同的措施。Mulligan 稱：“每個國家中都存在這一問題，他們也都在采取相同的措施。”

例如，新加坡實施了一個為期五年的項目以實現整個國家的數字化。作為該項目中的一部分，每名離開非冠心病重病監護室的患者都將得到一個生物傳感器，以監控他們的身體情況。

Mulligan 稱：“這一開拓性的解決方案將讓醫院和臨床護理人員能夠根據實時數據迅速對患者的護理和診斷做出決策，同時降低醫療開支。這一解決方案表明下一代分析的速度、規模和能力可滿足實時處理這些關鍵信息的需求，證明醫療保健中的史無前例的創新就在觸手可及的地方。”