Sztuczna inteligencja pomoże służbie zdrowia. Wykryje przypadki wymagające intensywnej terapii
Podczas gdy większość osób zarażonych COVID-19 zdrowieje, u niektórych może rozwinąć się ciężkie zapalenie płuc, które powoduje rozproszone uszkodzenia, ostrą niewydolność tych organów, a nawet śmierć. Teraz SI może pomóc dowiedzieć się, kto jest najbardziej zagrożony, co pomoże w skierowaniu sił lekarzy na odpowiednich pacjentów – donosi portal Science Alert.
Lekarz w szpitalu w USA przygotowuje się do leczenia pacjenta z koronawirusem na oddziale intensywnej terapii. Zdjęcie ilustracyjne
Nowy algorytm, o którym mowa, łączy skanowanie klatki piersiowej z danymi nieobrazowymi, takimi jak informacje demograficzne, znaki życiowe i badania krwi.
Jak na razie został on przetestowany na podstawie danych dotyczących zdrowia 295 pacjentów, hospitalizowanych na COVID-19 w Stanach Zjednoczonych, Iranie lub Włoszech. Nawet w tym wczesnym stadium testów udało się przewidzieć aż 96 procent wszystkich przypadków COVID-19, które wymagałyby przyjęcia na oddział intensywnej terapii.
– To naprawdę pozwala nam na analizę dużej ilości danych, a także wydobycie cech, które mogą nie być tak oczywiste dla ludzkiego oka – stwierdził inżynier Pingkun Yan z Rensselaer Polytechnic Institute w Nowym Jorku.
Podczas pandemii tego rodzaju wgląd jest nieoceniony i potencjalnie ratujący życie.
Złożona analiza
Jak zauważa portal Science Alert, "te osoby, które cierpią na najcięższe zapalenie płuc podczas przechodzenia COVID-19 powinny mieć kilka wspólnych cech, a znalezienie właściwych jest o wiele szybsze dla mądrej maszyny niż dla człowieka".
Zobacz też: Ekspertka: o zagrożeniu wiedzieliśmy od lat, ale i tak się nie przygotowaliśmy
Już wcześniej szukano tych cech za pomocą narzędzi opartych na sztucznej inteligencji, a wyniki sugerują, że użycie respiratora i poziom potasu są najważniejszymi zmiennymi nieobrazowymi, które mają wpływ na przeżywalność.
Jednak nowy algorytm jest w tych poszukiwaniach najbardziej zaawansowany. Najpierw analizuje on płuca chorego, a następnie skupia się na tych cechach, które są najważniejsze w prognozowaniu zapalenia. Wreszcie, wykorzystuje inne czynniki kontekstowe do przewidywania, które przypadki okażą się najcięższe.
– Według naszej najlepszej wiedzy, jest to pierwsze badanie, które wykorzystuje holistyczne informacje o pacjencie, obejmujące zarówno dane obrazowe, jak i nieobrazowe, do przewidywania wyników – stwierdzili autorzy algorytmu.
