Новая оценка на основе искусственного интеллекта учитывает множество факторов для прогнозирования прогноза отдельных пациентов с COVID-19, обращающихся в клиники неотложной помощи или отделения неотложной помощи. Инструмент, созданный исследователями Массачусетской больницы общего профиля (MGH), можно использовать для быстрого и автоматического определения пациентов, у которых с наибольшей вероятностью разовьются осложнения и их необходимо госпитализировать.
Толчок для исследования начался в раннем периоде U.S. эпидемия, когда Массачусетс столкнулся с частыми обращениями за неотложной медицинской помощью и госпитализацией. Работая врачом-инфекционистом и в составе команды MGH Biothreats, Грегори Роббинс, доктор медицины, осознал необходимость более сложного метода выявления амбулаторных пациентов с наибольшим риском возникновения отрицательных результатов.
Как описано в The Journal of Infectious Diseases, группа экспертов в области неврологии, инфекционных заболеваний, интенсивной терапии, радиологии, патологии, неотложной медицинской помощи и машинного обучения разработала показатель остроты зрения COVID-19 (CoVA) на основе информации о 9 381 взрослом амбулаторном пациенте. на приеме в клиниках респираторных заболеваний и отделении неотложной помощи MGH с 7 марта по 2 мая 2020 г. "Большой размер выборки помог гарантировать, что модель машинного обучения смогла узнать, какие из множества различных доступных данных позволяют надежно прогнозировать течение заражения COVID-19," сказал М. Брэндон Вестовер, MD, Ph.D., исследователь в отделении неврологии и директор отдела науки о данных в MGH McCance Center for Brain Health. Вестовер – один из трех соавторов исследования, наряду с Роббинсом и Шибани Мукерджи, доктором медицины, доктором философии.D., заместитель директора отделения нейроинфекционных заболеваний MGH.
Затем CoVA был протестирован еще на 2205 пациентах, которые наблюдались в период с 3 по 14 мая. "Перспективное тестирование модели помогло нам убедиться, что оценка CoVA действительно работает, когда она видит «новых» пациентов в реальном мире," сказал первый автор Haoqi Sun, Ph.D., исследователь отделения неврологии и научный сотрудник Центра анимации клинических данных MGH (CDAC). В этой группе предполагаемой валидации 26 человек.1 процент, 6.3 процента и 0.5 процентов пациентов были госпитализированы, серьезно заболели или умерли, соответственно, в течение семи дней. CoVA продемонстрировала отличную эффективность в прогнозировании, какие пациенты попадают в эти категории.
Среди 30 предикторов, которые включали демографические данные, такие как возраст и пол, статус тестирования COVID-19, показатели жизнедеятельности, история болезни и результаты рентгена грудной клетки (при их наличии), пятью лучшими были возраст, диастолическое артериальное давление, сатурация крови кислородом, COVID- 19 статус тестирования и частота дыхания.
"В то время как несколько других групп разработали шкалы риска осложнений COVID-19, наша уникальна тем, что основана на такой большой выборке пациентов, прошла проспективную проверку и была специально разработана для использования в амбулаторных условиях, а не для пациентов, которые уже госпитализирован," Мукерджи сказал. "CoVA разработан таким образом, чтобы автоматическая оценка могла быть включена в системы электронных медицинских записей. Мы надеемся, что это будет полезно в случае будущих всплесков COVID-19, когда быстрое клиническое обследование может иметь решающее значение."