Sztuczna inteligencja rozpoznaje, kto może umrzeć na Covid-19

Wykorzystując dane medyczne prawie 4 tys. duńskich pacjentów z Covid-19, naukowcy z Uniwersytetu Kopenhaskiego nauczyli system sztucznej inteligencji określania ryzyka ciężkiego przebiegu i śmierci z powodu infekcji koronawirusa.

W przypadku osób, które nawet jeszcze się nie zakaziły, program potrafi z 90-procentową pewnością oszacować ryzyko zgonu, gdyby do infekcji faktycznie doszło. Po przyjęciu pacjenta do szpitala potrafi też z 80-procentową dokładnością przewidzieć, kto będzie potrzebował respiratora.

"Pracowaliśmy nad modelami wspierającymi szpitale, kiedy w czasie pierwszej fali istniały obawy, że nie wystarczy respiratorów dla pacjentów na oddziałach intensywnej terapii" - opowiada prof. Mads Nielsen, współautor pracy opublikowanej w naukowym piśmie "Scientific Reports". 

Program wskazał na szereg czynników zwiększających ryzyko zgonu i ciężkiego przebiegu choroby. W kolejności od najważniejszego są to: wskaźnik masy ciała (BMI), wiek, wysokie ciśnienie krwi, płeć męska, choroby neurologiczne, chroniczna obturacyjna choroba płuc, astma, cukrzyca, choroby serca.

"Nasze rezultaty potwierdziły, że wiek i BMI to najważniejsze parametry ryzyka ciężkiego przebiegu Covid-19. Jednak prawdopodobieństwo konieczności podłączenia do respiratora rośnie także, gdy pacjent jest mężczyzną, ma wysokie ciśnienie krwi lub choroby neurologiczne" - ocenia prof. Nielsen.

Zdaniem badaczy, rezultaty te warto uwzględniać w określaniu pierwszeństwa szczepień. "Odkryliśmy, że gdy kogoś dotyczy jeden lub więcej z tych parametrów, uzasadnione może być przeniesienie tej osoby bliżej początku kolejki. Pozwoli to zapobiec sytuacji, w której się ona zakazi i będzie leczona pod respiratorem" - podkreśla badacz.

Naukowcy liczą, że już wkrótce program będzie działał w duńskich szpitalach. Udoskonalają też swój system, wykorzystując dane medyczne kolejnej grupy pacjentów z Regionu Stołecznego Danii. "Pracujemy nad tym, aby przewidywać konieczność użycia respiratora pięć dni wcześniej. Robimy to, dając komputerowi dostęp do medycznych danych wszystkich osób z Covid-19 w regionie" - wyjaśnia prof. Nielsen.

"Komputer nigdy nie będzie w stanie zastąpić ekspertyzy lekarskiej, ale pomoże lekarzom i szpitalom uwzględnić wszystkich zainfekowanych jednocześnie i ustalić odpowiednie priorytety" - zwraca uwagę specjalista.