JohnsHopkins科学家创建的新算法预测COVID-19病人会病重

1月末,在最坏的大流行病冬季暴增期间,传染病专家马修鲁滨逊增加两班11小时夜间值班 关照数十名COVID-19住院九点半抵达后不久,他登录新计算机程序,帮助开发并即时实时临床数据,显示病房中每个验尸病毒患者闪过屏幕

带数色圆显示相邻圆圈大都黄绿 数字少少数为明橙或红色,高得令人不适鲁滨逊知道那些是他不得不担心的那些内色百分数显示住院COVID-19患者有可能在24小时内或下星期重病或死黄圈或绿圈表示风险中低,橙圈或红圈信号危险

鲁滨逊是约翰霍普金斯医学院助理医学教授没有算法,我就会费尽心思去知道谁是最病态者

算法新计算机程序SARP,重COVID-19适配风险预测器,由Robinson和Johns Hopkins大学医学院和Bloomberg公共卫生学院的其他科学家开发提醒临床医生注意COVID-19病人面临即时不良结果的可能性并帮助他们优先处理软件面向所有Hopkins临床医生和外部临床医生使用,用于学术或研究目的。Robinson表示:「它更容易让临床医生预测病人会发生什么并帮助他们专注那些最病态的病人。

七天预测也为医生提供契机,使人们为可能不得不进重症护理单元做好准备。即时与家属和病人商谈 下星期可能持有的东西时,它是一个真正重要的预测器布赖恩加里波第霍普金斯医学院副医学教授兼约翰霍普金斯生物封存单元主管帮助开发测试工具帮助病人和家属解析不确定性和不同处理方法 容易得多

SARP创建时使用机器学习方式(一种人工智能类型,即计算机培训使用基于数据的经验决策)3 163COVID-19病人从3月5日到12月进入约翰霍普金斯卫生体系内5个医院上年四大.

多数COVID-19患者在支持性护理恢复时,COVID-19流程极易变异,难以预测谁会恶化”。香农黄飞信Hopkins医科生2019年从医学院攻读生物医学工程博士开发方法设计特殊算法诊断风险预测工具允许保健提供者实时预测COVID-19住院病人疾病增量

Wongvibulsin目前从事计算医学研究,执行机器学习分析预测病人重病或死亡风险并创建可视化帮助通信预测生成方式和哪些变量最重要

预测每个病人课程的变化,算法包含100多位病人特征和住院期间临床特征预测当前住院病人结果时,最关键信息分析部分是肺功能效率鲁滨逊表示:「我们发现大多数假想中最可预测性变量是氧气水平低到多少支持性氧气,

程序使用前病人和当前住院病人的数据,包括血液氧量、生命标志、实验室测量数据以及电子医疗记录信息机器学习模型使用前病人的现有数据集,可能时预测变量和结果已知Robinson表示五所Hopkins医院电子医疗记录使用此数据现时程序有两种版本, 第一个网站允许个体临床医生人工输入病人信息获取预测则直接自动提取信息 从病人电子医疗记录

医学史上首次捕捉所有医生决策 收集所有测量资料 从病人首次出现开始 数字存储斯科特·泽格Bloomberg公共卫生学院生物统计学和医学教授,也是SARP团队成员

正因如此,它与医生观察、临床背景和个人主观判断互为补充-尽管不是替代-并常依赖临床经验与直觉, Robinson说 。可当[COVID-19]首次发布时 并不存在临床体验和直觉我们从未见过它。”

Garibaldi表示早期护理COVID-19病人的医生感到有重责关注-记住-他们的病人经历,并随着流行病加剧将知识应用到其他病人身上。并尝试超越目光所见”,Matt和Shannon模型是一个令人难以置信的例子,说明你如何从关心并使用机器学习的病人中学习,告诉你一些你不知道的事情,光看病人就是知道。”

研究者相信方法代表医学实践的根本变化,这将增强字段对当前和未来其他疾病挑战的反应方式。

并做出主观定性判断和判断, 推理都持续到医生头部中去,Zeger表示今日同一位医生推理更加精确 方法包括自动收集分析 类似病人群数据 并应用精确逻辑CoVID风险工具等变换工具

加里波第同意准备寻找下一个未知点 为何等待未知点并用它处理其他疾病 我们知道我们会在医院看到 多年未来