人工智能可以预测的概率COVID-19根据症状和流感

测试短缺,漫长的等待结果,一个不堪重负的医疗系统使整个COVID-19头条大流行。这些问题可以进一步加剧了在小型或农村社区在美国和全球。此外,COVID-19呼吸道症状,如发烧和咳嗽也与流感相关的,这就不利于non-lab诊断在特定的季节里。乔治梅森大学的一项新研究健康与人类服务学院的研究人员旨在帮助确定哪些症状更容易显示COVID在流感季节。这是第一个研究考虑季节性。

首席研究员和教授Farrokh Alemi卫生行政和政策,梅森和其他研究人员预测病人的概率COVID-19,流感,或其他呼吸道疾病测试之前,根据不同的季节。这可以帮助临床医生诊断患者大多数疑似COVID-19。

“当访问可靠COVID测试是有限的或测试结果推迟,临床医生,尤其是那些社区,更有可能依靠症状和体征诊断COVID-19比在实验室发现,“Alemi说,他观察到这些挑战整个大流行点。“我们的算法可以帮助卫生保健提供者分流病人护理,他们正在等待实验室测试或帮助优先测试如果有测试短缺。”

研究结果表明,以社区为基础的卫生保健提供者应该遵循不同的症状和体征诊断COVID根据一年的时间。在流感季节之外,发烧是一个更强的COVID预测比在流感季节。在流感季节,有咳嗽的人更有可能比COVID得了流感。研究表明,假设有人发烧在流感季节COVID将是不正确的。的算法依靠不同的症状对患者在不同的年龄和性别。研究还表明,症状簇在诊断COVID-19更重要比单独症状。

算法通过分析创建774 COVID患者报告的症状在中国和在美国273 COVID患者。分析还包括2885年流感和884年流感样疾病在我们的病人。”的概率建模COVID-19基于症状筛查和流行的流感和流感样疾病”发表的在医疗质量管理2022年4月/ 6月问题。其他研究小组也从乔治梅森大学:全球卫生和流行病学教授健康阿米拉鹿,教师成员Jee稳索,依琳娜Guralnik博士候选人。

“虽然有用,算法太复杂,希望临床医生执行这些计算,同时提供护理。下一步是创建一个人工智能,基于web的计算器,可以使用。这将使临床医生到达推定诊断访问前,“Alemi说。从那里,临床医生可以诊断决策如何照顾病人在等待官方的实验室结果。

这项研究不包括任何COVID-19患者呼吸道症状,其中包括无症状的人。此外,该研究没有区分的第一和第二周出现症状,可以有所不同。

这项研究是一个原型,如何使用现有的数据找到签名一种新疾病的症状。这次大流行以外的方法可能有关联性。

“当有一个新的疫情收集数据是耗费时间。快速分析现有的数据可以减少时间区分表示新疾病的疾病症状重叠。本文方法对于快速反应到下一个大流行,”Alemi说。