中美合作開發(fā)AI工具，可預測新冠患者是否會加重

據(jù)悉，中美兩國研究人員合作，開發(fā)出一種實驗性AI工具，可以準確預測哪些新冠肺炎（COVID-19）患者的病情會發(fā)展成嚴重的呼吸系統(tǒng)疾病。研究人員稱，作為病情預測的新工具，他們的成果有望為醫(yī)生提供有力輔助。相關論文在線發(fā)表于30日的《計算機、材料及連續(xù)介質》期刊上。

該研究由浙江溫州中心醫(yī)院、蒼南縣人民醫(yī)院、美國紐約大學及哥倫比亞大學合作完成。研究人員分析了浙江兩家醫(yī)院收治的53名新冠肺炎患者的人口統(tǒng)計學、實驗室檢測和放射學檢查結果等數(shù)據(jù)，發(fā)現(xiàn)對于早期輕癥患者來說，一些被認為是新冠肺炎的標志性臨床特征，如發(fā)燒、肺部出現(xiàn)毛玻璃樣斑塊、強烈的免疫反應等，對預測其是否會發(fā)展成嚴重肺部疾病并沒有多大用處，而丙氨酸轉氨酶（ALT）輕度升高、肌痛（身體疼痛）和血紅蛋白（紅細胞）水平升高這3個臨床特征，在預測疾病后續(xù)發(fā)展方面更有用。他們據(jù)此開發(fā)的預測模型，能夠準確地幫助醫(yī)生預測早期新冠肺炎輕癥患者中誰將患上急性呼吸窘迫綜合征（ARDS，是新冠肺炎的嚴重預后）。研究人員在論文中稱，他們的模型在預測嚴重病例方面準確率達到了70%—80%。

研究人員指出，全球新冠肺炎疫情日益嚴重，迫切需要提高臨床醫(yī)生對這種疾病的臨床敏銳度，并在醫(yī)療資源有限的情況下增強資源分配決策的科學性。他們此項研究的目標，一是確定可預測新冠肺炎病情發(fā)展結果的臨床特征組合，二是開發(fā)出能在患者初次就診時就可預測其嚴重疾病風險的AI工具。盡管因數(shù)據(jù)集較小，研究對象病情嚴重程度有限，他們的研究有一定的局限性，預測模型還有待進一步驗證，但作為病情預測的一種新工具，它會幫助到醫(yī)生，有望成為他們進行病情診斷及決策的有力輔助手段。