国际在线消息：钟南山团队与腾讯AILab日前披露了利用AI预测COVID-19患者病情发展至危重概率的研究成果。该研究可分别预测5天、10天和30天内病情危重的概率，有助于合理地为病人进行早期分诊。此项研究已在年7月15日发布于国际顶级期刊《Nature》子刊《NatureCommunications》。
这项名为《深度学习在新冠肺炎危重患者早期分诊中的应用》的研究，是钟南山团队与腾讯公司共同成立的大数据及人工智能联合实验室的成果之一。该研究论文第一作者分别是广州呼吸健康研究院院长助理、博士梁文华，腾讯AILab医疗中心首席科学家、博士姚建华，中国工程院院士钟南山，广州呼吸健康研究院院长何建行，腾讯AILab医疗中心负责人黄俊洲。
大数据及人工智能联合实验室副主任、腾讯医疗副总裁吴文达指出，当前新型冠状病毒肺炎疫情（以下简称“疫情”）在全球持续蔓延，高效抗“疫”、降低患者死亡风险仍是取得抗“疫”胜利的关键。腾讯希望大数据、人工智能等新技术与用户触达能力，腾讯云安全、快速部署能力，能够共同在抗“疫”中发挥作用，更有效地防控流行病疫情。
此项研究基于人工智能深度学习所建立的生存模型，对COVID-19患者入院时的10项临床特征进行分析，可以帮助预测患者发展至危重病情的风险。如果在患者住院期间持续采用此模型进行分析，预测结果会更加准确，有助于监测患者住院期间的风险趋势。依据此模型开发出的预测工具“COVID-19患者重症早期分诊系统”已经在线公开。医护人员在输入患者的临床特征，重症早期分诊系统后可得到患者在5天、10天和30天内病情发展至危重的概率，进而对患者进行早期分诊，对于COVID-19疾病的管理具有临床和经济价值。
该项研究成果通过Github向全球开源以支持全球抗击疫情。然而，准确预测患者进展至重症的风险并非易事。研究团队发现，临床中与此相关的患者特征多达74个，这使得传统方法建立准确预测模型在实际临床中难以实现。面对此类挑战，大数据与人工智能的发展将不可能变为可能，大数据及人工智能联合实验室团队以腾讯AILab技术为核心，通过机器学习选择变量算法，确定了十个患者特征指标。通过对个医疗中心的名COVID-19患者病例进行模型训练，团队开发出深度学习生存Cox模型。Cox模型可以根据COVID-19患者入院时的临床特征预测患者病情发展至危重病的风险。
研究团队对深度学习生存Cox模型的一致性进行了验证。经过验证，评估模型预测结果精准度的一致性指数（C指数）为0.，较未进行深度学习的经典Cox模型的0.有所提升，高于CURB-6模型的0.75。为测试模型的普适性，研究团队对不同地理区域和不同卫生资源水平的三个独立队列进行了模型测试。该AI预测系统较传统预测模型还有其他的优势，包括应用当中自动填补缺失数据而进行预测医院的实际情况。此外，该系统可以随着应用数据的增加而不断进化，准确性可以进一步提高。
据介绍，今年2月27日，钟南山团队与腾讯公司宣布达成合作，共同成立大数据及人工智能联合实验室，携手持续抗击新冠肺炎疫情，将以大数据及人工智能攻坚流行病、呼吸疾病和胸部疾病的筛查和防控预警。（文/陈东）