應(yīng)對新冠肺炎,如何利用AI個性化治療?

科技行者
編譯
西班牙已經(jīng)成為了歐洲受到新冠肺炎大流行打擊最嚴(yán)重的國家之一,累計(jì)發(fā)現(xiàn)的病例已經(jīng)超過了170萬例。盡管在過去幾個月中,新冠肺炎的第二波大流行波及全國,但是巴塞羅那的醫(yī)院診所已經(jīng)利用人工智能成功地將新冠肺炎患者的死亡率降低了一半。

1.jpg

西班牙已經(jīng)成為了歐洲受到新冠肺炎大流行打擊最嚴(yán)重的國家之一,累計(jì)發(fā)現(xiàn)的病例已經(jīng)超過了170萬例。盡管在過去幾個月中,新冠肺炎的第二波大流行波及全國,但是巴塞羅那的醫(yī)院診所已經(jīng)利用人工智能成功地將新冠肺炎患者的死亡率降低了一半。

加泰羅尼亞州的醫(yī)院已經(jīng)開發(fā)了一種機(jī)器學(xué)習(xí)工具,可以預(yù)測新冠肺炎的患者何時會出現(xiàn)病情惡化以及如何為患者制訂個性化的治療方案以避免最壞的結(jié)果。

傳染病??漆t(yī)師Carol Garcia-Vidal表示:“當(dāng)你只有一名患者處于危急狀態(tài)之中時,你可以對他/她進(jìn)行特別護(hù)理。但是如果你有700名危重患者的時候,你就需要這樣的工具了。”Carol Garcia-Vidal也是領(lǐng)導(dǎo)開發(fā)該工具的IDIBAPS研究人員。

在新冠肺炎大流行之前,這家醫(yī)院已經(jīng)在研究將可變數(shù)據(jù)轉(zhuǎn)化成可分析形式的軟件了。因此,當(dāng)這家醫(yī)院在三月份開始接收新冠肺炎患者的時候,他們利用這個系統(tǒng)開始分析來自2000名患者的3萬億條結(jié)構(gòu)化的匿名數(shù)據(jù)。

該醫(yī)院的目標(biāo)是訓(xùn)練這款工具識別模式,并針對每一位患者找到最為有效的治療方式,以及應(yīng)該何時進(jìn)行這些治療。

Garcia-Vidal和她的團(tuán)隊(duì)通過這項(xiàng)工作發(fā)現(xiàn),病毒在每個人身上發(fā)作的方式不盡相同。García-Vidal對ZDNet表示,“有的患者出現(xiàn)了發(fā)炎的癥狀,有些患者出現(xiàn)了凝血病,還有些患者出現(xiàn)了超級感染的癥狀。”每類患者都需要不同的藥物,因此需要個性化的治療。

得益于EIT Health的資助,這個人工智能系統(tǒng)已經(jīng)發(fā)展為一個面板,可以實(shí)時顯示在醫(yī)生的電腦上,它目前已經(jīng)成為了醫(yī)生們?nèi)粘J褂玫囊豢罟ぞ?。在流行病學(xué)家的監(jiān)督下,該工具可以對病患進(jìn)行分類并提供更加個性化的治療。

García-Vidal表示,“以前從來沒有人這樣做過,”研究人員最近為系統(tǒng)添加了兩種模式,包括因?yàn)椴∏榉€(wěn)定可以出院以便騰出床位的模式和很有可能會死亡的模式。預(yù)測的準(zhǔn)確度高達(dá)90%。

她表示:“這些功能對于經(jīng)驗(yàn)不足的醫(yī)師以及那些專業(yè)與新冠肺炎毫無關(guān)聯(lián)的人——例如婦科醫(yī)師或者創(chuàng)傷科醫(yī)師來說非常有用。”和許多其他國家一樣,在新冠肺炎第一波的流行中,所有科室的醫(yī)生都被要求為這些患者提供治療。

García-Vidal表示,該系統(tǒng)也被用于當(dāng)前新冠肺炎大流行的第二波,加泰羅尼亞州醫(yī)院的重癥監(jiān)護(hù)患者數(shù)量已經(jīng)增加。他們的計(jì)劃是將該工具也提供給其他的醫(yī)院使用。

同時,巴塞羅那超級計(jì)算中心(Barcelona Supercomputing Center,BSC)也正在分析一組數(shù)據(jù),這些數(shù)據(jù)來自于3月份新冠肺炎大流行期間醫(yī)院診所治療的3000名醫(yī)療病例。

這樣做的目的是為了開發(fā)基于深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的模型,該模型將尋找常見模式并生成癥狀演變的預(yù)測。這樣做的目的是確定患者是否需要呼吸機(jī),或者應(yīng)該直接被送進(jìn)重癥監(jiān)護(hù)室。

BSC研究人員Marta Villegas解釋說,某些數(shù)據(jù)——例如年齡、性別、生命體征和所用藥物是結(jié)構(gòu)化的數(shù)據(jù),而其他數(shù)據(jù)則不是。它們是用自然語言編寫的文本,例如出院報告和放射檢測報告等。

超級計(jì)算帶來了計(jì)算容量和能力,可以從這些報告中提取基本信息,并訓(xùn)練基于神經(jīng)網(wǎng)絡(luò)的模型,以預(yù)測疾病的發(fā)展,并根據(jù)患者個人先前的情況預(yù)測其對治療的反應(yīng)。

這種基于自然語言處理的方法也正在馬德里的一家醫(yī)院中進(jìn)行測試。

THEEND

最新評論(評論僅代表用戶觀點(diǎn))

更多
暫無評論