人工智能工具来帮助医生优先治疗
一组研究人员在美国和中国对Covid-19设计了一个严重性评分系统通过查看生物标记出现在血液中。系统结合了生物标志物的测量与年龄和性别等风险因素在统计学习算法来预测的可能性Covid-19病人死于这种疾病。它是第一个定量医疗点诊断工具来预测个体患者的疾病的严重程度。
系统可以检测一些生物标记从一个血液样本无需被打发到一个实验室。每个测试运行在一个一次性微流控盒放置在一个生物传感器平台,生成immunofluorescent信号相关抗原浓度。
生物标志物是专门选择,因为他们的存在与可怜的患者的结果。生物分子,如肺动脉栓塞(血凝块的分解产物)、c反应蛋白(一种炎症或感染的标志)和原降钙素(水平的提高表明细菌合并感染和败血症)被确定为相关并发症Covid-19,并极大地提高了患者死亡与那些恢复。结果是一个得分0 - 100之间的一个数字输出是很重要的,作为一名医生可以快速识别一个特定的病人是否可能或多或少可能罹患威胁生命的并发症。
严重程度评分系统的使用做出临床决策是众所周知的——团队此前曾在心血管疾病严重程度评分系统,和他们能够使用这个身体的研究来帮助他们在选择Covid-19生物标志物。约翰·麦克德维特纽约大学,他领导了这一项目,惊呆了,“好记分卡并不存在”Covid-19。研究人员承认,医生没有优先考虑资源的好方法,和想要改变这种情况。
使用人工智能算法训练方法和已知的结果从住院Covid-19病人在武汉。继续学习模型——事实上,其发展最慢的一步是获取数据。麦克德维特说,一旦他们能够访问数据,新认识的几天之内。目前他们正在与社区在布鲁克林,看到有多大影响文化和经济差异对疾病的严重程度。
布莱恩·坎宁安生物传感器和工程专家伊利诺伊大学香槟分校,指出模型的不完全预测,即使它是用来评估一组患者相似的特征。不过,他认为,这个工具可以帮助识别高危病人,允许他们访问进一步护理可能会挽救他们的生命。”
下一步是雄心勃勃的,团队正致力于一个免费应用程序立即释放,帮助临床医生管理病人,他们坚持他们不希望这种技术只提供给世界上最富有的医疗中心。
Utkan Demirci,专攻应用纳米技术在斯坦福大学医学问题,我们说技术类似于这一个将发挥重要作用[未来],我们结合这些工具与现有的健康数据和历史在个性化水平与机器学习方法。
还没有评论