一名新冠肺炎患者入院治疗。实验室结果显示了特定水平的白细胞、淋巴细胞、肌酐和其他标记物，而人的图表显示了他们的年龄、性别、体重指数和其他因素。
医院开放床位的数量在不断变化，医生们必须决定是否将病人送往重症监护室。选择取决于一个简单得让人迷惑的问题:患者需要插管和使用呼吸机的可能性有多大?
一种由UCI健康医师——UCI校园的科学家和研究人员开发的新的机器学习工具，已经通过对病人病情的可能严重性进行数据驱动的评估，来帮助医生做出这一决定。
“我们不是在建立一个模型，也不是它包含了这些特定的特征。UCI健康神经放射学家、该算法的设计者、UCI诊断医学人工智能中心(Center for Artificial Intelligence in Diagnostic Medicine)联席主任彼得·张(Peter Chang)博士说。“但在短短一个月左右的时间里，我们获得了数据，建立了模型，在一些群体中进行了测试，并在一个网站上发布。”
漏洞评分系统根据实验室结果、个人健康因素和人口统计信息计算COVID-19患者需要呼吸机的可能性。UCI的研究人员在短短四周内开发、测试并部署了该工具，目前该工具正在UCI的卫生设施中使用。研究人员本月发表了一项研究，详细介绍了该模型如何准确预测关键疾病风险。
来自近80名UCI健康患者的数据被输入到算法中，以便它能够了解趋势。早些时候，研究人员通过将结果与亚特兰大埃默里大学(Emory University) 40名患者的数据进行比较，验证了该模型的准确性。在接下来的几周内，来自加州大学其他五个医学中心的数据集将被添加到该工具中，以完善其预测。
最近，UCI Health平均每天有18到20名COVID-19患者入院，其中大约一半进入重症监护室。四分之一的重症监护病房病人需要插管。在今后几个月里，了解谁可能需要这种治疗将被证明特别有用。
“随着这个县的开放，随着加州的开放，越来越多的人聚集在一起，相互交流，我们可能会看到COVID病例的增加，”Alpesh Amin博士说，他是该项目小组的成员，也是医学部的教授和主席。“随着医院的能力开始变得负担沉重，这种新的机器学习工具将帮助我们平衡能力和正确的决策。”如果我们能够根据病人的风险水平来预测有多少床位将被占用，又有多少床位将被占用，这将有助于我们进行规划，尤其是在我们面临病人激增的情况或病人的人口结构开始发生变化的情况下。”
该算法目前依赖于UCI健康患者的数据，并预测UCI健康机构的患者需求。对于奥兰治县以外或去其他医院的患者，计算结果不可避免地会有所不同。这些人有不同的人口结构和不同的风险因素，这些医院有不同的基础设施。
但是，通过一些调整和重新校准，该模型可以很容易地为整个奥兰治县、整个加州甚至全国的医疗系统进行调整。所需要的只是额外的数据。
同样，该算法也可以用于预测呼吸机需求以外的结果，如病人死亡。例如，一个即将到来的项目将使用它来评估ICU的床容量。研究人员还将研究，随着时间的推移，当添加有关患者病情的新信息时，该工具如何反应。
此外，该模型还能帮助医生发现他们最初可能看不到的趋势。随着向算法输入的数据越来越多，它会告诉自己哪些因素在评估中最重要，哪些元素是最可靠的预测因素。从少于100例病例中得出的初步结果揭示了大范围中风的趋势，但更多的数据将使医生能够对风险因素组合较少的病人作出更细致的预测。
“正如大家所看到的，插管和年龄之间肯定有很强的相关性，”Chang说。“但是，与此同时，我们的ICU病人中有相当一部分是年轻人。你可能会看到一个风险因素，并认为它解释了结果，但数据不一定总是支持这一点。这就是为什么像这种算法这样的工具很重要。”
新闻旨在传播有益信息，英文原版地址：https://news.uci.edu/2020/05/21/predicting-a-patients-path/