人工智能支持医疗预测
估计患者死亡的风险可以看出，医生面临最困难和最紧张的挑战之一。在全球Covid-19大流行中，这尤其如此，世界各地医生反复面对困难的决定。在最好的情况下，他们能够调整治疗并拯救生命。然而，在最坏的情况下，医生必须在重症监护室中分配稀缺的床和救生机。由Max Planck智能系统研究员领导的国际团队现已开发出一种算法，并通过机器学习方法培训，帮助医疗专业人员具有死亡率预测。该算法也可以接受培训以预测其他疾病的死亡率风险，从而支持决策过程中的医生。
尽管医院医生收集他们患者的丰富医疗数据，甚至专家常常无法预测疾病是否会导致一个人的死亡，直到拯救他们为时已晚。对于Covid-19，例如，高级年龄和预先存在的条件是严重疾病的相关风险因素，但绝不是他们唯一的风险。氧饱和度，白细胞计数，肌酐水平也起到了作用健康状况。“对于这些参数，甚至经验丰富的医生甚至无法识别明确的模式，以便他们能够预测死亡风险足够初期可以根据廷廷智能系统Max Planck智能系统研究所的研究组领导者进行相应调整治疗。通过识别数据的模式，机器学习可以提供有价值的支持。
由Max Planck智能系统和Patrick Schwab的Max Planck Coultitute的Stefan Bauer领导的国际队伍，因此开发了一个算法并训练它以通过绘制世界各地数千名患者的数据来预测Covid-19患者的个体死亡风险。他们称之为算法Covews，这对于“Covid-19预警系统”是短暂的。除了来自塔宾登和罗氏的Max Planck科学家，来自哈佛大学，哈佛大学，马萨诸塞州理工学院，Tübingen大学医院和Winterthur Courton医院的研究人员还为研究项目做出了贡献。他们的论文今天发表了“使用电子健康记录对Covid-19实际的死亡率风险的实时预测”自然通信。
预测95％的灵敏度和近70％的特异性
在医疗数据上绘制，Covews可以可靠地预测患者预先死亡的风险，敏感度超过95％。这意味着在100例中有95例，除非采取预防措施，否则算法可以检测患者是否会死亡。与此同时，Covews提前八次预测的特异性仅为70％，这意味着在预测死亡的100例中约70％，患者最终死亡。换句话说，该算法在100个案例中只有30个案例中只有30个发出错误警报，并且对于较短的时间范围，显着更好。该算法也可以训练，以减少敏感，但更具体的预测。“但是，如果可能的话，检测具有高死亡率风险的所有人比某些人的错误预测更重要，”Stefan Bauer说。当后者发生时，可以在更多的患者中采取特殊的治疗措施，而是需要避免推定的死亡。
为了开发尤其是培训Covews，研究人员使用了来自群组的33,000条匿名的数据记录，称为optum，该记录追踪美国各种医院的患者。他们喂养了关于在疾病过程中发育的几种常规收集的患者健康参数的算法信息，以及是否从Covid-19中死亡。因此，Covews学会了识别数据集中的模式，该模拟表明死亡率高的风险。然后，国际团队测试了Covews如何在Optum Cohort中估计大约14,000个其他数据集的这种风险。“但是，我们的算法不仅预测来自这一群组的数据集，而且还预测了具有高度确定性的死亡风险，还具有来自其他医院的数据，”Stefan Bauer说。研究人员通过测试Trinetx全球卫生网络数据的数据，其中包括大约5,000名患有大约5,000名积极Covid测试的患者，澳大利亚，印度和马来西亚。在这些测试案件中，在世界各地的许多不同医院和地区，Covews也非常敏感地预测了死亡率风险。
治疗决策必须始终留在医生的手中
虽然Covews进行了可靠的预测，但在实践中使用之前可能需要很长一段时间。“在日常临床实践中使用这种新技术之前，它通常需要几年时间，”斯特凡鲍尔说。这部分是因为在许多医院，可用的数据不充分结构，基于算法尤其具有挑战性地开发合适的软件。在任何情况下，通过在互联网上自由地提供Covews，研究人员正在奠定基础，以便快速将算法施加到实践中。它不仅可以用于Covid-19患者;通过正确的培训，它还可以预测其他疾病的死亡率风险。
与使用机器学习方法的大多数预测一样，Covews的预测来自相关关系而不是因果关系。相关性可以是纯粹的统计学，这意味着它们不是因果的。BAUER的团队还指出了COVEWS计算的限制：算法可能预测治疗停止而不是死亡。在这种情况下，预测不会仅基于医疗事实。“医学考虑不是在决定中停止治疗方面发挥作用的唯一因素，”Stefan Bauer说。宗教，文化或个人态度也可以引导人们停止接受治疗。例如，人们通常可能拒绝人工呼吸或拒绝接受害怕疾病的长期后果的救命措施。更重要的是，家庭成员或朋友经常在这样的决定中发言。因此，医生必须总是决定治疗措施，“斯特凡鲍尔说。“然而，我们的算法可以提供人们无法从数据中获得的见解，并且可以帮助医学决策。”
进一步探索
用户评论