Прогнозирование течения COVID-19

Новый инструмент на основе искусственного интеллекта учитывает множество факторов для создания прогноза течения заболевания отдельных пациентов с COVID-19, обращающихся в клиники неотложной помощи.

Инструмент, получивший название CoVA, был создан исследователями Массачусетской больницы общего профиля (MGH) и, по словам его создателей, может использоваться для быстрого и автоматического определения, у каких пациентов с наибольшей вероятностью разовьются осложнения и их необходимо госпитализировать.

Во время эпидемии в США, когда в Массачусетсе происходили частые обращения за неотложной медицинской помощью и госпитализации, Грегори Роббинс, доктор медицинских наук, врач-инфекционист, осознал необходимость в более сложном методе выявления амбулаторных пациентов с наибольшим риском возникновения тяжелого течения болезни.

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 протекания COVID-19 (CoVA) на основе информации о 9 381 взрослом амбулаторном пациенте, наблюдавшихся 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 способна распознавать, какие из множества различных доступных данных позволяют надежно предсказывать течение инфекции COVID-19", – сказал М. Брэндон Вестовер, доктор медицинских наук, исследователь. в отделении неврологии и директор отдела науки о данных в Центре здоровья мозга MGH McCance.

Затем CoVA был протестирован еще на 2205 пациентах, которые наблюдались в период с 3 по 14 мая.

"Перспективное тестирование модели помогло нам убедиться, что прогнозы CoVA действительно работают, когда она "видит" новых пациентов в реальном мире", – сказал Хаоци Сунь, доктор философии, исследователь кафедры неврологии и научный сотрудник Центр анимации клинических данных MGH (CDAC).

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.

Хотя несколько других групп ученых разработали шкалы риска осложнений COVID-19, эта уникальна тем, что основана на такой большой выборке пациентов, прошла прогностическую проверку и была специально разработана для использования в амбулаторных условиях, а не для пациентов, которые уже госпитализированы. "Мы надеемся, что это будет полезно в случае будущих всплесков COVID-19, когда быстрое клиническое обследование может иметь решающее значение", – заявляют исследователи.