Пандемия COVID-19 является определяющим кризисом общественного здравоохранения 21 века, и усилия по улучшению лечения, диагностического тестирования и прогнозирования клинической тяжести имеют первостепенное значение. Ведущие исследователи по всему миру используют ИИ для автоматизации отдельных этапов реагирования на COVID-19.
ИИ для обнаружения COVID-19 по записям кашля
Команда исследователей из Массачусетского технологического института разработала алгоритм, который идентифицирует кашель бессимптомных людей с COVID-19, используя образцы четырех голосовых биомаркеров: силы голосовых связок, чувствительности, производительности легких и дыхания и мышечной деградации. Режим открытого голоса Массачусетского технологического института l использует акустику для предварительного скрининга на COVID-19 по записям кашля перед тестом на вирус. Модель была протестирована на записях кашля у более чем 5000 человек, и она точно идентифицировала 98,5% кашля у людей с подтвержденным COVID-19 и 100% кашля у бессимптомных людей, у которых был положительный результат теста на вирус.
Группа разрабатывает приложение для смартфонов, которое будет служить бесплатным, неинвазивным, в реальном времени, в любое время, мгновенно распространяемым, крупномасштабным инструментом для скрининга COVID-19, и ожидает одобрения FDA для запуска.
ИИ для обнаружения COVID-19 на рентгеновских снимках грудной клетки и прогнозирования тяжести случаев
Исследователи из Нью-Йорка и Китая разработали инструмент на основе искусственного интеллекта для прогнозирования будущей клинической тяжести COVID-19, позволяющий своевременно вмешиваться. Это может помочь врачам определить, какие пациенты с умеренными симптомами COVID-19 могут безопасно вернуться домой, чтобы выздороветь, и снизить и без того тяжелую нагрузку на персонал и ресурсы больницы.
Принимая во внимание демографические данные, лабораторные данные и радиологические изображения, исследование проанализировало различия между пациентами с легкими симптомами, кашлем, лихорадкой и расстройством желудка, у которых развились тяжелые симптомы, такие как пневмония и синдром острого респираторного дистресса (ОРДС). ) или скопление жидкости в легких, по сравнению с теми, у кого не было таких же начальных симптомов.
Команда обнаружила, что изменения уровней печеночного фермента аланинаминотрансферазы (АЛТ), миалгии и уровня гемоглобина были наиболее точными при прогнозировании тяжелой формы COVID-19, а не маркеры, считающиеся отличительными признаками заболевания, такие как паттерны на изображениях легких, лихорадка, сильный иммунитет. ответ, возраст или пол. В целом модель предсказала риск развития ОРДС после легких симптомов COVID-19 с точностью 70–80%. Модель все еще находится на начальной стадии, обучена только на небольшом наборе данных пациентов из двух больниц, но она может иметь жизненно важное значение для раннего вмешательства и распределения больничных коек, поскольку случаи COVID-19 продолжают расти.
Точно так же радиологи из Калифорнийского университета в Сан-Диего используют искусственный интеллект для улучшения визуализационного анализа легких, чтобы найти признаки ранней пневмонии. Алгоритм машинного обучения накладывает карты с цветовой кодировкой, показывающие вероятность пневмонии на рентгеновском снимке пациента. Рентген грудной клетки - это экономичный и быстрый диагностический инструмент, позволяющий предсказать тяжесть заболевания пациента с COVID-19 в будущем и вероятность развития пневмонии.
ИИ может обеспечить быстрое, точное и неинвазивное диагностическое тестирование на COVID-19, помочь медицинским работникам предсказать будущую тяжесть случаев и определить, какие пациенты могут безопасно вернуться домой, когда ресурсы больницы истощаются.
