Raymon725cnBeta
中美合作開發設計試驗性AI專用工具，可預測分析新冠病人是不是會加劇
滬生泉
儘管大多數新冠病毒感染案例停留在在輕度或中度，但有些人直至恢復都沒能表現出 COVID-19 的任何症狀。
而那些年事較高或患有基礎性疾病的案例，更有可能需要吸氧或用上呼吸機。
為更好地篩查，研究人員將目光瞄向了人工智能（AI）工具，從而找到了三種可以準確預測嚴重後果的跡象，其中包括兩項醫院內的常規測試參數。
【研究截圖】
鑑於新冠病毒仍在全球大流行，這項研究有著相當重要的參考意義。截至發稿時，僅美國就佔據了全球 81.8 萬病例中的 17.5 萬例。
位於歐洲的意大利，屬於本次全球疫情的重災區，其上報的 COVID-19 死亡人數已超過 1.15 萬（死亡率 11.39%）。
在嚴峻的現實面前，各地紛紛呼籲採取社交疏離和鼓勵勤洗手等預防措施，但我們可能要等待幾周後才能見到疫情曲線的明顯放緩。
這意味著醫療資源的緊張程度有所緩解，讓 COVID-19 的重症患者有更好的生存機會，畢竟當前並無可用的疫苗或特效藥。
目前正在測試的一些藥物和疫苗，已經表現出了潛在的希望，但仍需經歷很長一段時間的驗證才會向公眾投放。
好消息是，一款基於人工智能（AI）的新工具，有望在開發成功後為醫生揭示三個有關 COVID-19 併發症狀的線索。如果能夠將之擴大到更多的患者，則有望在未來幾個月挽救更多的生命。
據悉，許多 COVID-19 感染者並無明顯的症狀，除非出現了發燒、咳嗽或呼吸急促等徵兆。即便如此，仍需事先排除流感、喉嚨疼痛、以及疲勞等常見問題。
此外，醫生觀察到一些患者聲稱自己出現了嗅覺和味覺的障礙。這可能是 COVID-19 較普通流感最特殊的地方，但仍有許多人只會感到輕微的不適。
新研究中，中美研究人員對來自溫州兩家醫院的 53 名新冠病毒感染患者的數據展開了 AI 分析。
結果機器學習算法在其中發現了可能導致重症的三種徵兆 —— 包括身體疼痛、丙氨酸氨基轉移酶（ALT）酶水平、以及血紅蛋白水平的異常。
作為一種肝酶，ALT 可用戶肝功能衰竭等疾病的診斷，血紅蛋白則是入門標準抽血檢驗工作流程的一部分。
AI 認為這三項參數能夠準確預測 COVID-19 重症病例，該算法在急性呼吸道疾病綜合症（ARDS）的風險提示方面有 70~80% 的準確性。
ARDS 則是 COVID-19 的一種併發症，其使肺部充液並導致了大約 50% 的患者死亡。
其它高度可疑的徵兆可從肺部成像、發燒、強烈的免疫反應等特定模式中分析得出，但對輕鬆是否會轉化成 ARDS 重症的預測不佳。
模型強調某些可能被醫生所忽視的臨床數據，例如 ALT 和血紅蛋白的輕度升高、以及肌痛。
預測診斷的關鍵特徵，包括了發燒、淋巴細胞減少、以及胸部影像學，但無法預測嚴重程度、以及年齡和性別等流行病學風險。
需要指出的是，儘管這項新研究中的所有 ARDS 患者均為男性，但大多數男性並未患上 ARDS 。
紐約大學格羅斯曼醫學院醫師兼教授 Megan Coffee 在接受法新社採訪時稱：
用機器來幫助涉及大量數據點的決策著實令人著迷，它可能與臨床醫生通常所見的有所不同。
研究團隊仍在尋求進一步完善數據，以期在 4 月份的某個時候做好部署的準備。
有關這項研究的詳情，還請移步至《計算機，材料和差異序列》（Computers, Materials & Continua）期刊查看。
原標題為《Towards an Artificial Intelligence Framework for Data-Driven Prediction of Coronavirus Clinical Severity》。
cnBeta
一項新的研究發現，一種人工智能工具可以準確預測哪些新感染COVID-19的患者會繼續發展成嚴重的呼吸道疾病。中美科學家用AI預測哪些新冠患者會發展成ARDS 準確率高達80%
這項工作由紐約大學格羅斯曼醫學院和紐約大學庫蘭特數學科學研究所牽頭，與中國溫州的溫州中心醫院和蒼南人民醫院合作。
這種新病毒被命名為“SARS-CoV-2”，導致了一種被稱為“COVID-19”的疾病。
這項研究3月30日發表在《Computers, Materials & Continua》雜誌的網絡版上，它還揭示了未來嚴重程度的最佳指標，結果發現這些指標並不像人們預期的那樣。
“儘管仍需進一步驗證模型，它有望成為預測最易感染該病毒的患者的另一種工具，但僅是支持醫師在治療病毒感染方面來之不易的臨床經驗。”相應研究作者、紐約大學格羅斯曼醫學院醫學系傳染病與免疫學系醫學助理博士、醫學博士Megan Coffee說。
“我們的目標是設計和部署一個決策支持工具，使用人工智能能力——主要是預測分析——來標記未來臨床冠狀病毒的嚴重程度。”合著者Anasse Bari博士說，他是Courant研究所計算機科學的臨床助理教授。“我們希望，當這個工具完全開發出來後，將對醫生有用，因為他們可以評估哪些程度的病人真的需要床位，以及在醫院資源緊張的情況下，誰可以安全地回家。”
驚訝的預測
在這項研究中，收集了來自中國兩家醫院的53名患者的人口統計學、實驗室和放射學研究結果，這些患者在2020年1月被檢測出SARS-CoV-2病毒陽性。最初的症狀通常比較溫和，包括咳嗽、發燒和胃部不適。然而，少數患者在一週內出現嚴重症狀，包括肺炎。
這項新研究的目的是確定人工智能技術是否有助於準確預測哪些感染了病毒的患者會發展成急性呼吸窘迫綜合徵(ARDS)。ARDS是肺部積聚的液體，對老年人來說可能是致命的。
在這項新研究中，研究人員設計了計算機模型，根據輸入的數據做出決策，程序考慮的數據越多，就越“聰明”。具體來說，目前的研究使用決策樹來跟蹤選項之間的一系列決策，並對路徑上每一步的選擇的潛在後果建模。
研究人員驚訝地發現，被認為是COVID-19標誌的特徵，例如肺部圖像中出現的某些模式（例如毛玻璃片混濁）、發燒和強烈的免疫反應，並不能用於預測有這些輕微症狀的初次患者中哪些會發展成嚴重的肺部疾病。年齡和性別均無助於預測嚴重疾病，儘管過去的研究發現60歲以上的男性患病風險更高。
相反，新的人工智能工具發現，三個特徵的變化——肝酶丙氨酸氨基轉移酶(ALT)水平、肌痛和血紅蛋白水平——最準確地預測了隨後的嚴重疾病。與其他因素一起，該團隊報告能夠預測ARDS的風險，準確率高達80%。
研究人員說，雖然肝炎等疾病對肝臟的損害而急劇升高的ALT水平在COVID-19患者中僅略高一些，但在預測病情嚴重程度方面仍具有重要作用。此外，深層肌肉疼痛(肌痛)也更常見，而且過去的研究已經將其與體內更高的一般性炎症聯繫起來。
最後，較高水平的血紅蛋白(一種含鐵的蛋白質，能使血細胞將氧氣輸送到身體組織)也與後來的呼吸窘迫有關。這是否可以用其它因素來解釋，比如長期以來被認為與血紅蛋白水平升高有關卻未被報道的吸菸？在溫州中心醫院就吸菸情況接受採訪的33名患者中，兩名曾吸菸的人也報告說他們已經戒菸了。
作者說，這項研究的侷限性包括研究人群中相對較小的數據集和有限的臨床疾病嚴重程度。後者的部分原因可能是在研究期間住院的老年患者數量少得難以解釋。他們平均年齡為43歲。
“在我的臨床實踐中，我將更多地關注我們的數據點，更密切地觀察病人，如果他們反饋有嚴重的肌痛。”Coffee補充道，“能夠與該領域實時共享有用的數據是令人興奮的。在過去的所有流行病中，期刊論文都是在感染消退後很久才發表的。”
原文來源：https://medicalxpress.com/news/2020-03-experimental-ai-tool-covid-patients.html
