我们能预测哪些COVID-19患者最终会住进ICU吗?

| 2021年3月1日

南加州大学的研究人员创建了一种算法,使用五种生物标志物来确定哪些COVID-19患者在住院后需要重症监护。

南加州大学的研究人员创建了一种算法,使用5个数据输入来预测患者的COVID-19预后。这些特征显示了患者摄入时呼吸系统、血管系统、免疫反应和炎症反应的健康状况。图片/ madelin lum

南加州大学的研究人员创建了一种算法,使用5个数据输入来预测患者的COVID-19预后。这些特征显示了患者摄入时呼吸系统、血管系统、免疫反应和炎症反应的健康状况。图片/ madelin lum

自去年1月以来,这场全球大流行的大部分情况都令人难以预测,从医疗保健系统将如何受到影响,到个体患者将如何应对这种疾病。在试图预测这些因素的过程中,反复无常的起伏造成了许多困惑、疲惫和混乱,但如果有一种更简单、更早的方法来了解患者的预后呢?

南加州大学维特比工程学院的研究人员bob国际首页登录南加州大学凯克医学院开发了一种人工智能算法,可以根据首次住院时的五个指标预测患者最终进入ICU的可能性。团队成员包括阿萨德Oberai,休斯教授航空航天与机械工程系“,他的学生Dhruv Patel和Vikram Kher;Neha南达南加州大学凯克医学院感染预防和抗微生物药物管理医学主任和南加州大学凯克医学院传染病服务部主任;而且Vinay Duddalwar他是南加州大学凯克医学院放射学教授兼放射组学实验室主任。

来自凯克医学院放射学系的多位成员为这项研究做出了贡献,包括Steven Cen、Bhushan Desai、Ali Gholamrezanezhad和Bino Varghese。一个由梅丽莎·帕金斯(Melissa Perkins)领导的研究协调员团队负责数据收集和存储。这项研究发表在科学报告

在接收COVID-19患者后,医疗专业人员收集并记录不同类别的数据,以便及时了解患者的病情。研究人员使用了来自洛杉矶三家地区医院的200多名患者的80份医疗和社会人口数据,作为算法的输入,以确定患者是否会住进ICU。一旦这些算法模型在预测历史数据集实际发生的事情方面显示出足够高的准确率,研究小组就会进一步研究他们的模型能有多高效。

奥伯莱也是南加州大学维特比分校的研究副院长,他说:“我们说,好吧,在这80个输入中,算法认为哪些部分bob国际首页登录是最重要的?最重要的五个数据是什么?如果我们只研究这些,我们能得到同样的准确性吗?我们发现,有五个特征具有相当的准确性。”

生物标志物提供了以下医疗问题的信息:呼吸窘迫(患者的呼吸频率和血氧水平);免疫反应(败血症的可能性);循环系统(血栓的可能性);和炎症。

奥伯莱说:“这告诉我们,这种疾病不仅仅影响身体的一个系统,而是影响许多系统。许多事情同时出错,通过关注这五个特征,你可以了解疾病是如何发展的。”

南达说,这是采用这种模式的关键。作为一名传染病医生兼流行病学家,她说几乎没有工具可以帮助你实时了解病人的预后。她说,拥有一个可用于“床边”的模型,可以帮助产生一种积极主动的患者护理方法,因为这与重症监护病房的入院标准有关。

南达说:“直到两周前,我们的重症监护病房的容量为零。“因此,提出某种框架是很有意义的,它可以通知关键利益相关者,如临床医生、公共卫生官员和医疗保健管理人员,以帮助了解大流行不同阶段的资源利用和能力。”

Duddalwar补充说:“这种算法使我们能够开发临床工作流程,以可衡量的方式预测将会发生什么,并为医疗保健系统的需求做好准备。多亏了阿萨德的工作,这项工作只需要极少的数据,使用广泛测量的临床特征和实验室指标。随着我们增加更多的细微差别并分析特定治疗干预的效果,算法将不断学习、进化和改进。”

对于团队来说,重要的是不仅要专注于创建这样一个模型,还要使它易于使用和广泛适用。

“这些都是很容易得到的东西,”南达说。“我们没有包括任何您无法订购或无法及时获得的生物标记物。所有结果在几个小时内就会出来。”

这项研究得益于洛杉矶地区患者的多样性——研究小组希望在下一阶段进一步深入研究这一因素。但研究人员表示,你不必在西方世界才能使用他们的模型。

Nanda说:“我们已经确定的实验室标记在发展中国家是可用的。无论是在巴基斯坦还是孟加拉国,每个人都可以使用这些方法来评估COVID-19患者。所以我认为,一旦对数据进行了更多的验证,它的适用性就会非常广泛。”

移动的目标

正如我们在COVID-19以及一般的流感病毒中所看到的那样,疾病会随着时间的推移而演变。最近,我们在COVID-19变体B 1.1.7中看到了这一点。

奥伯莱说:“这与我们进行研究时的疾病不同。”“随着变异和治疗方法的发展,我们必须问我们的模型是否仍然有效和适当。我们还必须问,‘我们是否想要像大流行刚刚开始时那样预测同样的事情?”

在下一阶段,他预测他们将回到算法,并以不同的方式训练它们。奥伯莱说:“我们真正想做的是继续移动我们的疾病模型捕捉到的窗口,保留有用的东西,留下不再相关的东西。”

病人护理和管理的未来

研究人员的工作受到了COVID-19以及医院在过去一年经常报告的资源缺乏的启发,尤其是在ICU床位较少、管理激增灵活性较低的小医院。但COVID-19并不是该团队看到的这种模型的唯一用途。

Nanda说:“在传染病的世界里,我们很少有床头工具可以用来讨论预后。在这里,有人试图引入一个概念,也许随着时间的推移,这种积极主动的方法是我们可以普遍采用的,所有新出现的传染病。

出版于2021年3月1日

最后更新于2021年3月1日

分享这个故事