Eksperci z jednej ze szkół medycznych w Nowym Jorku stworzyli algorytm przewidujący przebieg zakażenia koronawirusem. Program opracowano na podstawie zdjęć rentgenowskich klatek piersiowych chorych. Potem przetestowano go na innych zdjęciach i okazało się, że przewidział poprawnie stan pacjenta w czterech na pięć przypadków.
Odpowiedni program komputerowy potrafi na podstawie zdjęcia rentgenowskiego z 80-procentową dokładnością przewidzieć, czy u pacjentów z COVID-19 wystąpią zagrażające życiu komplikacje - informuje pismo "npj Digital Medicine".
W oparciu o zdjęcia rentgenowskie
Jak wskazują specjaliści, istnieje pilna potrzeba tego, by móc szybko przewidywać, u których pacjentów z COVID-19 mogą wystąpić śmiertelne powikłania, tak aby można było najlepiej dopasować możliwości i zasoby do osób narażonych na szczególne ryzyko. Z nie do końca poznanych przyczyn stan zdrowia niektórych pacjentów z COVID-19 nagle się pogarsza, co wymaga zapewnienia im intensywnej opieki i podnosi ryzyko zgonu.
Opracowany przez naukowców z New York University (NYU) Grossman School of Medicine program wykorzystał kilkaset gigabajtów danych - 5224 zdjęć rentgenowskich klatki piersiowej wykonanych u 2943 ciężko chorych pacjentów zakażonych wirusem SARS-CoV-2.
Oprócz obrazów rentgenowskich w szkoleniu sztucznej inteligencji uwzględnione zostały także wiek, rasa i płeć pacjentów, a także niektóre parametry życiowe i wyniki badań laboratoryjnych, w tym masa i temperatura ciała oraz poziom komórek układu odpornościowego we krwi. W modelach matematycznych uwzględniono również potrzebę stosowania mechanicznego respiratora i to, czy dany pacjent przeżył (2405) czy zmarł z powodu infekcji (538).
Cztery na pięć przypadków
Nabyte przez sztuczną inteligencję umiejętności przewidywania dalszych losów pacjenta zostały następnie przetestowane na 770 zdjęciach rentgenowskich klatki piersiowej 718 innych pacjentów przyjętych z powodu COVID-19 na izby przyjęć szpitali NYU Langone od 3 marca do 28 czerwca 2020 roku.
W czterech na pięć przypadków program komputerowy dokładnie przewidział, które osoby wymagały intensywnej opieki i wentylacji mechanicznej i/lub zmarły w ciągu czterech dni od przyjęcia.
- Lekarze na izbach przyjęć i radiolodzy potrzebują skutecznych narzędzi, takich jak nasz program, aby szybko zidentyfikować tych pacjentów z COVID-19, których stan najprawdopodobniej ulegnie szybkiemu pogorszeniu, tak aby pracownicy służby zdrowia mogli ich dokładniej monitorować i interweniować wcześniej - powiedziała współprowadząca badanie Farah Shamout, adiunktka w dziedzinie inżynierii komputerowej z Uniwersytetu Nowojorskiego w Abu Zabi.
Projekt będzie rozwijany
Jak wskazał dr Krzysztof Geras, adiunkt na Wydziale Radiologii New York University w Langone, główną zaletą programów inteligencji maszynowej jest to, że ich dokładność można śledzić, aktualizować i ulepszać dzięki większej ilości danych.
Zespół planuje dodawać więcej informacji o pacjencie, gdy tylko będą dostępne i ocenia, jakie dodatkowe wyniki testów klinicznych można wykorzystać do ulepszenia modelu testowego.
Doktor Geras ma nadzieję, że w ramach dalszych badań wkrótce wdroży test klasyfikacyjny NYU COVID-19 do codziennej pracy lekarzy medycyny ratunkowej i radiologów.
Autor: kw/map / Źródło: PAP
Źródło zdjęcia głównego: Shutterstock