Quantcast

Κορωνοϊός: Σύστημα τεχνητής νοημοσύνης αναλύει τεστ αίματος και προβλέπει την πιθανότητα επιβίωσης ασθενών

Το «έξυπνο» μοντέλο, που δοκιμάστηκε σε άλλους 24 ασθενείς Covid-19 σε κρίσιμη κατάσταση, απέδειξε ψηλή προγνωστική ακρίβεια, προβλέποντας σωστά τους 18 από τους 19 ασθενείς που επιβίωσαν, καθώς και όλους (πέντε) ασθενείς που τελικά πέθαναν

Επιστήμονες στη Γερμανία ανέπτυξαν ένα νέο σύστημα τεχνητής νοημοσύνης (μηχανικής μάθησης), που αναλύει τις πρωτεΐνες σε ένα μοναδικό δείγμα αίματος από έναν άρρωστο βαριά λόγω Covid-19 και το οποίο μπορεί να προβλέψει τις πιθανότητες επιβίωσης του ασθενούς ακόμη και εβδομάδες πριν την τελική έκβαση.

Οι ερευνητές του μεγάλου Πανεπιστημιακού Νοσοκομείου Charite του Βερολίνου, με επικεφαλής τους δρες Φλόριαν Κουρθ και Μάρκους Ράλσερ, οι οποίοι έκαναν τη σχετική δημοσίευση στο περιοδικό για θέματα ψηφιακής υγείας «PLoS Digital Health», μελέτησαν τα επίπεδα 321 πρωτεϊνών σε δείγματα αίματος που ελήφθησαν 50 σοβαρά άρρωστους με Covid-19, από τους οποίους οι 15 τελικά πέθαναν, ενώ για όσους επιβίωσαν ο μέσος χρόνος νοσηλείας τους ήταν 63 μέρες.

Στη συνέχεια ένα μοντέλο τεχνητής νοημοσύνης χρησιμοποιήθηκε για να βρει συσχετίσεις ανάμεσα στις πρωτεΐνες και στην επιβίωση των ασθενών. Με αυτόν τον τρόπο, εντοπίστηκαν 14 πρωτεΐνες που με το πέρασμα του χρόνου μεταβάλλονται με αντίθετο τρόπο στους ασθενείς που πρόκειται να βελτιωθεί η κατάσταση τους, σε σχέση με εκείνους που δεν θα βγουν ζωντανοί από τη ΜΕΘ.

Το «έξυπνο» μοντέλο, που δοκιμάστηκε σε άλλους 24 ασθενείς Covid-19 σε κρίσιμη κατάσταση, απέδειξε ψηλή προγνωστική ακρίβεια, προβλέποντας σωστά τους 18 από τους 19 ασθενείς που επιβίωσαν, καθώς και όλους (πέντε) ασθενείς που τελικά πέθαναν.

Οι ερευνητές ανέφεραν ότι, μετά την επιβεβαίωση της αξιοπιστίας των προγνώσεων του συστήματος σε μεγαλύτερο δείγμα ασθενών, θα μπορεί να αξιοποιηθεί από τους γιατρούς αφενός για να εντοπίζουν έγκαιρα τους ασθενείς με τον μεγαλύτερο κίνδυνο θανάτου και αφετέρου για να ελέγχουν αν μια θεραπεία που εφαρμόζουν, βελτιώνει πραγματικά ή όχι την πορεία του ασθενούς.