钟南山团队携手腾讯：用人工智能预测新冠重症

作者：赵广立

记者7月21日从腾讯公司获悉，由中国工程院院士钟南山团队和腾讯AI Lab联合开展的一项“利用人工智能（AI）预测COVID-19患者病情发展至危重概率”的研究成果，已于日前在《自然—通讯》发表。

该论文是钟南山团队与腾讯公司共同成立的大数据及人工智能联合实验室的成果之一。在这项名为《深度学习在新冠肺炎危重患者早期分诊中的应用》的研究中，联合团队建立的模型可以分别预测COVID-19患者5天、10天和30天内病情危重的概率，模型预测结果精准度的一致性指数达0.894，有助于合理为病人进行早期分诊。

临床显示，轻度COVID-19患者通常是自限性的，即疾病在发展到一定程度后，靠机体调节能够控制病情并逐渐恢复痊愈；但6.5％的患者有突然进展为严重疾病的趋势。这些重症病例不但需要大量的医护资源，其死亡率也高达49％。因此，患者突然恶化为重症是值得分外关注的问题。然而，准确预测患者重症风险并非易事——研究发现，与此相关的临床特征多达74个，这使采用传统方法建立准确的预测模型难以实现。

但大数据与人工智能的应用将这一难题变得可能。大数据及人工智能联合实验室团队通过机器学习选择变量算法，确定了10个患者特征指标（包括X线影像异常、年龄、呼吸困难、慢性阻塞性肺病、合并症数量、癌症病史、中性粒细胞/淋巴细胞比、乳酸脱氢酶、直接胆红素和肌酸激酶），以来自575个医疗中心的1590名COVID-19患者病例进行模型训练，进而开发出深度学习生存Cox模型。该模型可以根据COVID-19患者入院时的临床特征，预测病情发展至危重病的风险。

研究团队进一步对深度学习生存Cox模型的一致性进行了验证，评估模型预测结果精准度的一致性指数（C指数）为0.894，较未进行深度学习的经典Cox模型的0.876有所提升，显著高于CURB-6模型的0.75。

研究团队还对不同地理区位和不同卫生资源水平的三个独立队列进行了模型测试，三个患者队列涵盖武汉940例、湖北省武汉市以外地区380例以及疫情期间未出现健康资源枯竭的广东73例，外部测试病例均与模型训练病例范围不重叠。在三个独立队列测试中，C指数展现的重症模型预测与实际发生一致性分别为0.878、0.769和0.967，显示出该模型的准确预测具有普适性。

论文指出，医护人员只需输入患者的临床特征，基于深度学习生存Cox模型的重症早期分诊系统就可以返回患者在5、10和30天内病情发展至危重的概率。

研究人员表示，尽早识别有重病风险的患者并进行早期干预，不仅对于患者的预后改善至关重要，还有利于医疗资源的合理分配，确保有重症风险的患者得到及时的医疗及护理，这在疫情大规模暴发时尤其重要。

目前，依据此模型开发出的预测工具“COVID-19患者重症早期分诊系统”已经在线公开，临床医护工作者也可以搜索“预测危重COVID19工具”微信小程序获得这一预测能力。

据了解，大数据及人工智能联合实验室于今年2月27日由钟南山团队与腾讯公司共同成立。该实验室研究重点围绕“以大数据及人工智能攻坚流行病、呼吸疾病和胸部疾病的筛查和防控预警”展开。

相关论文信息：https://doi.org/10.1038/s41467-020-17280-8