Эксперты по инфекционным заболеваниям и клиническому машинному обучению из Оксфордского университета разработали тест искусственного интеллекта, который может быстро выявлять COVID-19 у пациентов, поступающих в отделения неотложной помощи, и был опубликован препринт о его эффективности.
Тест CURIAL AI оценивает данные, которые обычно собираются в течение первого часа в отделениях неотложной помощи, такие как анализы крови и показатели жизненно важных функций, чтобы определить вероятность положительного результата теста на коронавирус у пациента.
В настоящее время тестирование на COVID-19 проводится с помощью молекулярного анализа мазков из носа и горла, называемого полимеразной цепной реакцией (ПЦР). Однако обычно это занимает от 12 до 48 часов и требует специального оборудования и персонала.
Новое исследование в Оксфорде разработало искусственный интеллект, который позволяет почти в реальном времени прогнозировать состояние пациента с COVID-19.
Команду возглавляет д-р. Эндрю Солтан, научный сотрудник NIHR в больнице Джона Рэдклиффа, присоединился к "Лаборатория искусственного интеллекта для здравоохранения профессора Дэвида Клифтона в Оксфордском институте биомедицинской инженерии и профессора Дэвида Эйра из Оксфордского института больших данных.
Исследование проводится с марта и началось с разработки алгоритмов машинного обучения, обученных на данных подтвержденных случаев и предпандемических мер контроля, для выявления тонких различий. Была надежда, что эти алгоритмы позволят определить уровень риска заболевания.
В препринте объясняется: "Раннее клиническое течение инфекции SARS-CoV-2 бывает трудно отличить от других недифференцированных медицинских проявлений в больнице, однако тестирование вирусной специфической полимеразной цепной реакции (ОТ-ПЦР) имеет ограниченную чувствительность и может занять до 48 часов. операционные причины.
"В этом исследовании мы разрабатываем две модели раннего обнаружения для выявления COVID-19 с использованием регулярно собираемых данных, которые обычно доступны в течение одного часа (лабораторные анализы, газы крови и показатели жизненно важных функций) во время 115 394 неотложных обращений и 72 310 госпитализаций."
После обучения алгоритмы необходимо было оценить на предмет их точности, и две модели раннего обнаружения были испытаны в реальных условиях больницы. Результаты опубликованы в препринте.
Полезный инструмент для NHS
Исследователи усердно работают над быстрым испытанием CURIAL AI как клинически полезного инструмента для NHS.
Доктор. Солтан сказал, что выявление COVID-19 на раннем этапе госпитализации имеет важное значение для поддержания инфекционного контроля и оказания своевременной помощи пациентам.
"Пока мы не получим подтверждения отрицательного результата, мы должны принять дополнительные меры предосторожности для пациентов с симптомами коронавируса, которые очень распространены. CURIAL AI оптимизирован для быстрого получения отрицательных результатов с высокой степенью уверенности, безопасного исключения COVID-19 у входной двери и поддержания потока в больнице.
"Анализы крови, которые пациенты получают при поступлении, обычно доступны в течение одного часа и содержат большое количество точек данных, которые алгоритмы могут использовать, чтобы отличить COVID-19 от множества других заболеваний. Благодаря передовым системам электронных записей в больницах Оксфордского университета (OUH) мы смогли обучить наши алгоритмы, используя обширные клинические данные из 115 000 посещений больницы A&E.
"Когда мы протестировали CURIAL AI на данных для всех пациентов, поступающих в отделения неотложной помощи OUH в последнюю неделю апреля и первую неделю мая, он правильно предсказал статус COVID пациентов более чем в 90% случаев."
Тест AI был подтвержден путем его применения ко всем пациентам, поступившим в A&E и госпитализированы в четырех больницах OUH в период с 20 апреля по 6 мая.
Результаты показали, что Модель отделения неотложной помощи правильно предсказывала статус пациентов с COVID-19 92.3% случаев из 3326 пациентов, обращающихся в A&E в течение двухнедельного периода тестирования, и модель приема была правильной 92.5% случаев для 1715 госпитализированных пациентов.
Доктор. Солтан продолжает: "Следующие шаги – внедрить наш ИИ в клинический рабочий процесс и оценить его роль на практике.
"Сильной стороной нашего ИИ является то, что он вписывается в существующую схему оказания клинической помощи и работает с существующим лабораторным оборудованием. Это означает, что масштабирование может быть относительно быстрым и дешевым.
"Я надеюсь, что наш ИИ поможет обезопасить пациентов и персонал в ожидании результатов мазка."
Дэвид Клифтон, профессор клинического машинного обучения факультета инженерных наук, добавил: "Поскольку многие наши коллеги-клинические специалисты работают на передовой в борьбе с COVID-19, специалисты по обработке данных в сфере ИИ в здравоохранении должны играть вспомогательную роль, создавая инструменты для оказания помощи пациентам. Уникальная экосистема в Оксфорде между больницами и клиническими командами ИИ дает нам прекрасную возможность внести свой вклад в международные усилия по борьбе с коронавирусом.
"Этот проект инициирован клиническим соавтором доктором. Эндрю Солтан – отличный пример того, что можно сделать, и в очень больших темпах, для ускорения разработки технологий, которые помогут справиться с текущей пандемией, и для повышения устойчивости системы здравоохранения страны к любым будущим событиям."
Есть надежда, что разработка этих методов также проинформирует клинические бригады на ранних стадиях будущих пандемий и ускорит реализацию соответствующих мер общественного здравоохранения.