钟南山团队联袂腾讯操作AI预测新冠重症
钟南山团队联袂腾讯操作AI预测新冠重症
记者7月21日从腾讯公司获悉，由中国工程院院士钟南山团队和腾讯AI Lab连系开展的一项“操作人工智能（AI）预测COVID-19患者病情成长至危重概率”的研究成就，已于日前在《自然—通讯》颁发。
该论文是钟南山团队与腾讯公司配合创立的大数据及人工智能连系尝试室的成就之一。在这项名为《深度进修在新冠肺炎危重患者早期分诊中的应用》的研究中，连系团队成立的模子可以别离预测COVID-19患者5天、10天和30天内病情危重的概率，模子预测功效精准度的一致性指数达0.894，有助于公道为病人举办早期分诊。
临床显示，轻度COVID-19患者凡是是自限性的，即疾病在成长到必然水平后，靠机体调理可以或许节制病情并逐渐规复痊愈；但6.5％的患者有溘然希望为严重疾病的趋势。这些重症病例不单需要大量的医护资源，其灭亡率也高达49％。因此，患者溘然恶化为重症是值得额外存眷的问题。然而，精确预测患者重症风险并非易事——研究发明，与此相关的临床特征多达74个，这使回收传统要领成立精确的预测模子难以实现。
但大数据与人工智能的应用将这一困难变得大概。大数据及人工智能连系尝试室团队通过呆板进修选择变量算法，确定了10个患者特征指标（包罗X线影像异常、年数、呼吸坚苦、慢性阻塞性肺病、归并症数量、癌症病史、中性粒细胞/淋巴细胞比、乳酸脱氢酶、直接胆红素和肌酸激酶），以来自575个医疗中心的1590名COVID-19患者病例举办模子练习，进而开拓出深度进修保留Cox模子。该模子可以按照COVID-19患者入院时的临床特征，预测病情成长至危重病的风险。
研究团队进一步对深度进修保留Cox模子的一致性举办了验证，评估模子预测功效精准度的一致性指数（C指数）为0.894，较未举办深度进修的经典Cox模子的0.876有所晋升，显著高于CURB-6模子的0.75。
研究团队还对差异地理区位和差异卫生资源程度的三个独立行罗列办了模子测试，三个患者行列涵盖武汉940例、湖北省武汉市以外地域380例以及疫情期间未呈现康健资源枯竭的广东73例，外部测试病例均与模子练习病例范畴不重叠。在三个独立行列测试中，C指数揭示的重症模子预测与实际产生一致性别离为0.878、0.769和0.967，显示出该模子的精确预测具有普适性。
论文指出，医护人员只需输入患者的临床特征，基于深度进修保留Cox模子的重症早期分诊系统就可以返回患者在5、10和30天内病情成长至危重的概率。
研究人员暗示，尽早识别有重病风险的患者并举办早期过问，不只对付患者的预后改进至关重要，尚有利于医疗资源的公道分派，确保有重症风险的患者获得实时的医疗及照顾护士，这在疫情大局限暴发时尤其重要。
今朝，依据此模子开拓出的预测东西“COVID-19患者重症早期分诊系统”已经在线果真，临床医护事情者也可以搜索“预测危重COVID19东西”微信小措施得到这一预测本领。
据相识，大数据及人工智能连系尝试室于本年2月27日由钟南山团队与腾讯公司配合创立。该尝试室研究重点环绕“以大数据及人工智能攻坚风行病、呼吸疾病和胸部疾病的筛查和防控预警”展开。
相关论文信息：https://doi.org/10.1038/s41467-020-17280-8
版权声明：凡本网注明“来历：中国科学报、科学网、科学新闻杂志”的所有作品，网站转载，请在正文上方注明来历和作者，且不得对内容作实质性窜改；微信公家号、头条号等新媒体平台，转载请接洽授权。邮箱：shouquan@stimes.cn。
