智东西▲中美科学家联手用AI抗疫!预判轻症转重症准确率达80%


智东西▲中美科学家联手用AI抗疫!预判轻症转重症准确率达80%
文章图片
智东西4月2日消息 , 近日 , 中美科学家研发出一种预测分析模型 , 可以在感染初期判断出哪些新冠肺炎患者会转为重症 , 准确率高达70~80% 。
这项研究于30日发表在《Comouters , Materials&Continua》杂志上 , 论文题目为《基于数据预测新冠肺炎患者临床严重程度的一种人工智能框架(TowardsanArtificialIntelligenceFrameworkforData-DrivenPredictionofCoronavirusClinicalSeverity)》
智东西▲中美科学家联手用AI抗疫!预判轻症转重症准确率达80%
文章图片
研究人员计划将预测模型用于新冠肺炎患者的诊断过程 , 用其帮助医生区分哪些病人需要入院治疗、哪些病人可以居家观察 , 从而节省医疗资源 。
一、新冠肺炎病程发展难以预料
新冠病毒肺炎的临床轨迹与多种其他类型的肺炎都不相同 。
在感染初期 , 患者的症状比较轻微 , 仅会咳嗽、发烧和偶发呼吸困难 。 约20%的患者会在5~8天后症状加重 , 出现呼吸困难、肺炎等症状 , 甚至会发展为急性呼吸窘迫症候群(ARDS) , 面临死亡风险 。
对于这部分重症病人来说 , 氧气供应至关重要 。 患者需要长时间使用呼吸机 , 甚至要用到体外膜肺氧合技术(ExtracorporealMembraneOxygenation , ECMO)来维持生命 。
在这种情况下 , 医院能否在短时间内把病人分流就成为争取治疗时间、节省医疗资源的关键 。
然而 , 到目前为止 , 对新冠肺炎病程发展的预测模型还没有建立起来 , 可供进一步研究的公共患者信息数据库也尚属空白 。 在临床中 , 医生不得不在缺乏经验的情况下艰难抉择 。
二、采用AI技术 , 准确率高达70~80%
为了解决病毒感染早期轻重症病人难以区分的问题 , 纽约大学格罗斯曼医学院(NTUGrossmanSchoolofMedicine)、纽约大学克朗数学研究所(CourantInstituteofMathematicalSciences)、温州市中心医院及苍南县人民医院的研究人员利用人工智能技术 , 设计出了一个新冠肺炎病情预测模型 。
这个预测模型可以在感染初期判断出病人是否可能发展为重症患者 。 在经过对少量数据的学习后 , 预测准确率最高可达80% 。
1、决策树+随机森林+支持向量机
利用人工智能技术解决医学难题已经不是新闻 。 如果运用得当 , AI技术可以帮助医生做出临床决策 。 例如 , 人工智能工具可以通过分析视网膜图像预测心脏病发作风险 , 对埃博拉患者进行风险评级、为肺结核患者做胸透 , 或者是给癌症患者拍摄X光图像 。
在对新冠肺炎病情预测工具的研究中 , 研究人员用到了决策树、随机森林和支持向量机这三种机器学习模型 。
论文中指出 , 相比于传统的逻辑回归模型 , 上述三种模型的预测更加准确 。
首先 , 这三种方法可以更熟练地处理病程早期的小数据集或不平衡数据集 , 也可以处理疾病数据分析中不可线性分离的数据 。 也就是说 , 预测模型可以在发病早期就做出预测 , 而不需要依靠全面、完整的数据集 。
其次 , 预测模型也避免了对单一生物标记或实验室环境的依赖 。 为了使预测结果可靠 , 模型汇集了一组通用预测因子 。
另外 , 预测分析模型的决策阈值是在训练过程中自动确定的 , 而逻辑回归方法的决策阈值需要手动设定 。
2、53位患者参与实验 , 预测准确率高至70~80%
根据论文 , 本项研究用到了53位病人的数据 。 这些病人曾在温州市中心医院和苍南县人民医院就诊 , 目前已经全部出院 。
温州市中心医院和苍南县人民医院的医生提供了病人的病例 , 病例内容包括既往病史、诊断过程中的临床、实验室和放射学特征 。 此外 , 医生还记录了病人采取的治疗措施(如抗病毒药物、皮质类固醇、抗生素、免疫球蛋白的使用情况) 。


推荐阅读