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4月2日消息

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）》

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）。