Алгоритъм за изкуствен интелект предсказва оцеляването при COVID-19

Системата стъпва на формула за машинно самообучение, използвайки определени протеини в кръвната плазма

Ковид-19
Ковид-19 Източник: Pixabay
Алгоритъм за изкуствен интелект може да предскаже вероятността за оцеляване на критично болен от COVID-19 пациент на база една-единствена кръвна проба. Системата стъпва на формула за машинно самообучение, използвайки определени протеини в кръвната плазма, за да прогнозира вероятността пациентът да преживее инфекцията, седмици преди изхода от боледуването.
 
Информацията за AI системата беше публикувана тази седмица в списанието с отворен достъп PLOS Digital. Статията е от Флориан Курт и Маркус Ралсер от Charité – Universitätsmedizin Berlin, Германия, и техни колеги, пише TechNews.bg.
 
Здравните организации по света се борят за живота на голям брой тежко болни пациенти с COVID-19, които се нуждаят от специална медицинска помощ, особено ако са идентифицирани като изложени на висок риск. Клинично установените практики за оценка на риска в интензивната медицина, като SOFA или APACHE II, се характеризират с „ограничена надеждност” при прогнозирането на бъдещите резултати от боледуване от коронавируса.
 
В своето проучване изследователите са изследвали нивата на 321 протеина в кръвни проби, взети в 349 времеви точки от 50 критично болни пациенти с COVID-19, лекувани в два независими здравни центъра в Германия и Австрия. Използван е подход за машинно самообучение за намиране на асоциации между измерените протеини и преживяемостта на пациента.
 
15 от пациентите в извадката са починали; средното време от приемането в болница до смъртта е 28 дена. За оцелелите пациенти средното време на хоспитализация е 63 дена.
 
Изследователите са установили 14 протеина, които с течение на времето се променят в противоположни посоки при пациентите, които оцеляват, в сравнение с пациентите, които не оцеляват при интензивното лечение. След това екипът разработил модел на машинно самообучение за прогнозиране на преживяемостта въз основа на измерването на съответните протеини в единична времева точка.
 
Учените тествали модела върху независима валидираща група от 24 критично болни пациенти с COVID-19. Моделът в крайна сметка е демонстрирал висока способност за предсказване за тази извадка, като правилно е прогнозирал резултата за 18 от 19 оцелели пациенти и 5 от 5 починали пациенти.
 
Изследователите заключават, че кръвните тестове за дадените протеини, ако са валидирани чрез по-големи извадки, могат да бъдат полезни както за идентифициране на пациентите с най-висок риск от смъртност, така и за тестване дали дадено лечение променя прогнозираната траектория на отделен пациент.

Още от "Наука и технологии"

Смях в залата: Руското контраразузнаване открило официално оповестената и ежедневно рекламирана чатбот мрежа "eVorog" в

В понеделник например украинското министерство обяви, че eVorog вече е използван от почти 300 000 души и отново насърчи абонатите си да разкажат за него на своите познати в окупираните територии

Прочетете повече прочетете повече

Последни новини

Най-четени