我們開發了一種工具，利用人工智慧 (AI) 幫助醫療保健專業人員識別最有可能死於 COVID-19 的住院患者。
該演算法可以幫助醫生將重症監護資源分配給最迫切需要的人，人工智慧工具的開發人員表示，這對於資源有限的國家尤其有價值。
由於冠狀病毒大流行還沒有結束的跡象，新的變種會導致新一輪的疾病和住院治療，該工具背後的科學家表示，需要像這樣可以輕鬆推出的通用工具。
為了開發該工具，科學家們使用了 2020 年 3 月至 2022 年 2 月期間西班牙、美國、宏都拉斯、玻利維亞和阿根廷 150 多家醫院住院的近 30,000 名患者的常規血液樣本的生化數據。
從如此多的患者身上採集血液意味著該團隊能夠從具有不同免疫狀態的人（已接種疫苗的人、未接種疫苗的人和具有自然免疫力的人）以及感染了每種COVID-19 變種的人中獲取數據。
有這麼多的數據，他們就能夠訓練人工智慧程式來預測不良預後的跡象，無論免疫狀態或變異如何不同。
此外，他們還測試了採血時間是否影響該工具的性能，並比較了患者康復或死亡之前不同採血時間點的數據。
他們發現，演算法可以在任一結果發生前九天內高精度預測住院患者的生存或死亡。
由此產生的演算法——稱為COVID-19 疾病結果預測器 (CODOP)– 使用通常在入院期間收集的 12 种血液分子的測量值，這意味著該工具可以輕鬆整合到任何醫院。
同行評審的研究結果發表在《eLife》雜誌。
“住院人數可能會出現更多激增”
「新的SARS-CoV-2 變種的出現、免疫保護的減弱和緩解措施的放鬆意味著我們可能會繼續看到感染和住院人數的激增，」該國際計畫的負責人、資深作者David Gómez-Varela解釋。
「需要具有臨床價值和通用性的分診工具來協助分配醫院資源來應對 COVID-19，特別是在資源稀缺的地方。但這些工具需要能夠應對全球大流行不斷變化的情況，並且必須易於實施」。
戈麥斯-瓦雷拉補充說，該團隊目前正在研究一種後續雙模型，「針對當前感染增加和累積免疫保護的大流行情況量身定制，該模型將預測初級保健和重症監護患者在24小時內住院的需要已經住院的患者將在 48 小時內得到護理入院」。
來自多個機構的科學家參與了該工具的協作開發，包括馬克斯普朗克實驗醫學研究所、芬蘭圖爾庫大學、西班牙內科醫學會、阿根廷醫學會和國際內科醫學論壇。
