如何使用人工智能对抗新冠？

些模型，以识别哪些新冠病毒携带者可能需要住院治疗，从而有助于进行医院的容量规划。 他们还建立了另一个模型，该模型可以帮助医生识别患者住重症监护病房的风险，并优先考虑那些具有较高风险的患者。 当患者回家进行监视时，诊所的软件会标记出哪些患者可能需要返回医院治疗。

通过数据筛选的模型可帮助护理人员将重点放在风险最大的患者上，对患者康复所存在的威胁进行分类，并预见床和呼吸机等设施需求的激增。但是随着确诊病例的增多，人们也开始质疑用于构建模型的数据集是否足够且没有偏差。

在曼哈顿的西奈山医院，遗传学家本·格里克斯伯格(Ben Glicksberg)与哈索·普拉特纳数字健康研究所和西奈山临床情报中心的肾病学家吉里斯·纳德卡尼(Girish Nadkarni)提出了与克利夫兰诊所的医生相同的问题。 “这是一种全新的疾病，没有剧本，也没有模板，”纳卡尼说。 “我们需要快速汇总来自不同来源的数据，以了解更多信息。”

去年春天，在北美爆发的Covid-19大流行期间，病人大量涌入西奈山医院，研究人员利用数据来评估病人入院后三天，五天和七天内发生危急的风险，以预测患者的需求。Ben Glicksberg和吉里斯·纳德卡尼的工作表明，这些模型识别出了高风险患者，并通过健康记录揭示了哪些信息有助于预测结果。 “我们并不是说已经破解了将机器学习用于Covid分析的代码，并且可以100%可靠地预测与临床相关的事件，”本·格里克斯伯格说。“机器学习是整个难题的一部分，” Nadkarni补充说。

对于Covid 19，人工智能应用涵盖了广泛的问题，除了帮助临床医生做出治疗决策，还可指导如何分配资源。 例如，纽约大学的Langone Health创建了一个人工智能程序，以预测哪些患者可以转移到较低水平的机构进行护理或是回到家中康复。

弗吉尼亚大学医学中心的研究人员一直在开发软件，以帮助医生检测导致插管的“呼吸衰竭”。当Covid 19大流行爆发时，他们针对Covid-19修改了该软件。这个名为CoMET的软件融合了心电图，实验室测试结果和生命体征等信息，将监测结果投射到LCD屏幕上，该屏幕会随着患者预期风险的增加而变大并变色，为看护人提供视觉警报。该软件已在弗吉尼亚大学医院使用，并已获得其他医院的许可。Jessica Keim-Malpass是该软件的研究者之一，她认为将软件的功能转换为易于医生，护士和其他护理人员使用的功能是关键。 她说：“临床医生每小时都会做出决定，有时甚至是每分钟。该算法的重点应是更

（编辑：葫芦岛站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!