Алгоритам за вештачка интелигенција може да ја предвиди веројатноста за преживување на критично болен пациент со Ковид-19 врз основа на еден примерок од крв.
Системот се потпира на формула за машинско самостојно учење користејќи одредени протеини во крвната плазма за да ги предвиди шансите на пациентот да ја преживее инфекцијата, неколку недели пред исходот од болеста.
Информациите за системот за вештачка интелигенција беа објавени оваа недела во списанието за отворен пристап PLOS Digital. Написот е на Флоријан Курт и Маркус Ралсер од Charité – Universitätsmedizin Berlin, Германија и нивни колеги, објави Scitechdaily.
Здравствените организации ширум светот се борат за животите на голем број тешко болни пациенти со Ковид-19 на кои им е потребна посебна медицинска нега, особено ако се идентификувани како изложени на висок ризик. Клинички воспоставените практики за проценка на ризик во интензивната нега, како што се SOFA или APACHE II, се карактеризираат со „ограничена сигурност“ во предвидувањето на идниот исход од корона-вирусот.
Во нивната студија, истражувачите ги разгледаа нивоата на 321 протеин во примероците на крв земени во 349 временски точки од 50 критично болни пациенти со Ковид-19 третирани во два независни здравствени центри во Германија и Австрија. Пристапот на машинско самоучење беше користен за да се пронајдат асоцијации помеѓу измерените протеини и преживувањето на пациентот.
15 од пациентите во примерокот починале; просечното време од прием во болница до смрт било 28 дена. За преживеаните пациенти, просечниот престој во болница бил 63 дена.
Истражувачите откриле 14 протеини кои се менуваат во спротивни насоки со текот на времето кај пациенти кои преживуваат во споредба со пациенти кои не преживуваат на интензивна нега. Тимот потоа разви модел на машинско самостојно учење за предвидување на преживувањето врз основа на мерење на релевантните протеини во една временска точка.
Истражувачите го тестираа моделот на независна група за валидација од 24 критично болни пациенти со Ковид-19. Моделот на крајот покажа висока предиктивна моќ за овој примерок, правилно предвидувајќи го исходот за 18 од 19 преживеани пациенти и 5 од 5 починати пациенти.
Истражувачите заклучија дека тестовите на крвта за даден протеин, доколку бидат потврдени со поголеми примероци, би можеле да бидат корисни и за идентификување на пациенти со најголем ризик од смртност и за тестирање дали третманот ја менува предвидената траекторија на поединечен пациент.
