ClearStory Data提供了近实时测量，海量生物传感器数据将根据临床实践标准建立起来的算法进行分析。患者的情况(如上图所示)将用于确定和提醒临床医生患者可能处于风险当中
智能手机应用将把患者临床数据上传至云端数据库，然后与(NoSQL和SQL数据源、高级数据源等)其它数据来源获得的患者当前数据综合在一起。护理人员可使用ClearStory Data根据系统模型对数据进行分析和关联，以检测SIRS的可能性。
ClearStory Data 的创始人兼***执行官Sharmila Mulligan称：“这些设备可提供心率、体温、能量消耗、血压等数据(+微信关注网络世界)，甚至是身体姿势。当你患上败血症时你的姿势会发生变化，在行走中你的速度会放缓。如果患者的一些特征真地开始达到特定数值，那么他们肯定正处于高度危险当中。护理人员需要实时查看这些数据。”
以Apache Spark 为计算引擎的ClearStory Data可提供了近实时测量，海量生物传感器数据将根据传统人类临床监控学科中的临床实践标准建立起来的算法进行分析。患者的情况将用于确定和提醒临床医生患者可能处于风险当中。血清水平能够被用于确认SIRS和/或败血症的存在。
挽救生命和节约成本
美国各州目前已经开始采取措施以挽救生命，降低医疗保健成本。纽约在2013年率先采取行动，州长安德鲁·库默引入了一套监管程序，要求医院采取循证医学实践以降低败血症患者的死亡率。
之所以迅速采取措施部分原因是2012年纽约皇后区六年级学生12岁的Rory Staunton在体育课上打篮球受伤后死于严重的败血症休克。Staunton在纽约大学医学中心急诊室接受了治疗然后回家。在医疗采集到的生命体征已经显示出了败血症诊断的症状，但是遗憾的是护理人员没有能够这些联系起来。三天后，Staunton在重症监护室内死亡。
16个州也迅速跟进，采取了与纽约相同的措施。Mulligan 称：“每个国家中都存在这一问题，他们也都在采取相同的措施。”
例如，新加坡实施了一个为期五年的项目以实现整个国家的数字化。作为该项目中的一部分，每名离开非冠心病重病监护室的患者都将得到一个生物传感器，以监控他们的身体情况。
Mulligan 称：“这一开拓性的解决方案将让医院和临床护理人员能够根据实时数据迅速对患者的护理和诊断做出决策，同时降低医疗开支。这一解决方案表明下一代分析的速度、规模和能力可满足实时处理这些关键信息的需求，证明医疗保健中的史无前例的创新就在触手可及的地方。”
