Kto i jak poważnie przejdzie COVID-19? Sztuczna inteligencja ma to przewidzieć

Opracowany przez specjalistów z Oksfordu, we współpracy z wieloma partnerskimi uniwersytetami i NHS Digital, nowy model sztucznej inteligencji ma pomóc lekarzom pierwszego kontaktu i specjalistom w konsultacjach z pacjentami. 

Algorytm ma zapewnić bardziej ukierunkowane porady na podstawie określenia indywidualnego poziomu ryzyka ciężkiego przebiegu COVID-19 u danego pacjenta. Docelowo SI mogłaby również pomóc w planowaniu polityki zdrowia publicznego, opierając się na modelach matematycznych. 

Naukowcy wskazują, że mógłby np. wyznaczać osoby, które jako pierwsze powinny poddać się szczepieniu. Co ciekawe, nad podobnym modelem pracują również Duńczycy, których sztuczna inteligencja z 90 proc. skutecznością przewiduje, kto jest najbardziej zagrożony śmiercią w wyniku powikłań po COVID-19. 

Julia Hippisley-Cox, profesor epidemiologii i praktyki ogólnej na Wydziale Podstawowej Opieki Zdrowotnej Uniwersytetu Oksfordzkiego Nuffield oraz główna autorka nowego badania, powiedziała:

- Nasze narzędzie będzie oparte na rzeczywistych danych pacjentów, dzięki czemu stanie się bardziej wyrafinowanym narzędziem oceny ryzyka. Pomoże ono identyfikować osoby najbardziej narażone na zakażenie oraz poważniejszy przebieg choroby. 

- Co ważne, dostarczy ono lepszych informacji dla lekarzy pierwszego kontaktu, które pomogą zidentyfikować i zweryfikować osoby najbardziej narażone i pomóc im podjąć kroki w celu zmniejszenia tego ryzyka - dodała. 

W Wielkiej Brytanii rządowe wytyczne dotyczące COVID-19 identyfikują osoby na podstawie trzech szerokich kategorii ryzyka. Model będzie wykorzystywał rutynowo gromadzone anonimowe elektroniczne zapisy zdrowotne 8 mln dorosłych z Wielkiej Brytanii, do których dostęp można uzyskać za pośrednictwem bazy danych QResearch Uniwersytetu Oksfordzkiego. 

Na tej podstawie będzie identyfikować czynniki, które można wykorzystać do przewidywania, które osoby są najbardziej podatne na zakażenie lub ciężki przebieg choroby. Dane obejmują wiek, płeć, pochodzenie etniczne, deprywację, palenie tytoniu, wskaźnik masy ciała, istniejące wcześniej schorzenia i aktualnie stosowane leki.

"Zindywidualizowaną ocenę ryzyka można wykorzystać do usprawnienia procesu podejmowania decyzji przez klinicystów i pacjentów na podstawie dokładniejszych informacji, a także do dyskusji na temat zmniejszania ryzyka", wyjaśniają badacze. 

Projekt powstał na zlecenie Office of the Chief Medical Officer for England do NERVTAG (New and Emerging Respiratory Virus Threats Advisory Group), która ustaliła parametry i połączyła zespół jako podgrupę NERVTAG.

Ten zespół jest kierowany przez Uniwersytet Oksfordzki i obejmuje naukowców z uniwersytetów Cambridge, Edynburga, Swansea, Leicester, Nottingham i Liverpoolu z London School of Hygiene and Tropical Medicine, Queen's University Belfast, Queen Mary University of London, University College London., Departament Zdrowia i Opieki Społecznej, NHS Digital i NHS England.

Zespół badawczy planuje wykorzystać inne zbiory danych ze wszystkich czterech krajów Wielkiej Brytanii, aby zweryfikować swój model i zaoferować ujednolicone podejście do polityki stratyfikacji ryzyka opartej na zebranych dowodach.

Więcej szczegółów znajdziecie na stronie Uniwersytetu Oksfordzkiego.