盡管大多數(shù)新冠病毒感染案例停留在在輕度或中度，但有些人直至恢復都沒能表現(xiàn)出 COVID-19 的任何癥狀。而那些年事較高或患有基礎性疾病的案例，更有可能需要吸氧或用上呼吸機。為更好地篩查，研究人員將目光瞄向了人工智能（AI）工具，從而找到了三種可以準確預測嚴重后果的跡象，其中包括兩項醫(yī)院內的常規(guī)測試參數(shù)。

（研究傳送門：PDF報告）

鑒于新冠病毒仍在全球大流行，這項研究有著相當重要的參考意義。截至發(fā)稿時，僅美國就占據(jù)了全球 81.8 萬病例中的 17.5 萬例。

位于歐洲的意大利，屬于本次全球疫情的重災區(qū)，其上報的 COVID-19 死亡人數(shù)已超過 1.15 萬（死亡率 11.39%）。

在嚴峻的現(xiàn)實面前，各地紛紛呼吁采取社交疏離和鼓勵勤洗手等預防措施，但我們可能要等待幾周后才能見到疫情曲線的明顯放緩。

這意味著醫(yī)療資源的緊張程度有所緩解，讓 COVID-19 的重癥患者有更好的生存機會，畢竟當前并無可用的疫苗或特效藥。

目前正在測試的一些藥物和疫苗，已經表現(xiàn)出了潛在的希望，但仍需經歷很長一段時間的驗證才會向公眾投放。

好消息是，一款基于人工智能（AI）的新工具，有望在開發(fā)成功后為醫(yī)生揭示三個有關 COVID-19 并發(fā)癥狀的線索。如果能夠將之擴大到更多的患者，則有望在未來幾個月挽救更多的生命。

據(jù)悉，許多 COVID-19 感染者并無明顯的癥狀，除非出現(xiàn)了發(fā)燒、咳嗽或呼吸急促等征兆。即便如此，仍需事先排除流感、喉嚨疼痛、以及疲勞等常見問題。

此外，醫(yī)生觀察到一些患者聲稱自己出現(xiàn)了嗅覺和味覺的障礙。這可能是 COVID-19 較普通流感最特殊的地方，但仍有許多人只會感到輕微的不適。

新研究中，中美研究人員對來自溫州兩家醫(yī)院的 53 名新冠病毒感染患者的數(shù)據(jù)展開了 AI 分析。

結果機器學習算法在其中發(fā)現(xiàn)了可能導致重癥的三種征兆 —— 包括身體疼痛、丙氨酸氨基轉移酶（ALT）酶水平、以及血紅蛋白水平的異常。

作為一種肝酶，ALT 可用戶肝功能衰竭等疾病的診斷，血紅蛋白則是入門標準抽血檢驗工作流程的一部分。

AI 認為這三項參數(shù)能夠準確預測 COVID-19 重癥病例，該算法在急性呼吸道疾病綜合癥（ARDS）的風險提示方面有 70~80% 的準確性。

ARDS 則是 COVID-19 的一種并發(fā)癥，其使肺部充液并導致了大約 50% 的患者死亡。

其它高度可疑的征兆可從肺部成像、發(fā)燒、強烈的免疫反應等特定模式中分析得出，但對輕松是否會轉化成 ARDS 重癥的預測不佳。

模型強調某些可能被醫(yī)生所忽視的臨床數(shù)據(jù)，例如 ALT 和血紅蛋白的輕度升高、以及肌痛。

預測診斷的關鍵特征，包括了發(fā)燒、淋巴細胞減少、以及胸部影像學，但無法預測嚴重程度、以及年齡和性別等流行病學風險。

需要指出的是，盡管這項新研究中的所有 ARDS 患者均為男性，但大多數(shù)男性并未患上 ARDS 。

紐約大學格羅斯曼醫(yī)學院醫(yī)師兼教授 Megan Coffee 在接受法新社采訪時稱：

用機器來幫助涉及大量數(shù)據(jù)點的決策著實令人著迷，它可能與臨床醫(yī)生通常所見的有所不同。

研究團隊仍在尋求進一步完善數(shù)據(jù)，以期在 4 月份的某個時候做好部署的準備。

有關這項研究的詳情，還請移步至《計算機，材料和差異序列》（Computers, Materials & Continua）期刊查看。

原標題為《Towards an ArtificialIntelligence Framework for Data-Driven Prediction of Coronavirus Clinical Severity》。