Възрастни мъже с високо кръвно налягане са по-застрашени от коронавируса
Алгоритъм за изкуствен интелект, разработен от университета в Копенхаген, успява да предвиди с точност до 90% дали недиагностициран с болестта човек е изложен на риск да умре от COVID-19.
Изкуственият интелект може да прогнозира с до 90% точност дали даден човек ще умре от новия коронавирус, преди дори да е заразен, установиха група учени от Факултета по природни науки на Университета в Копенхаген в проучване, публикувано в научното списание "Nature", цитирано от БГНЕС.
Базирани на изкуствен интелект компютърни алгоритми, които се усъвършенстват автоматично чрез опит за използване на събраните данни, са разработени по време на проучването и е установено, че могат да предсказват рисковете в различните етапи на заболяването.
Изследователите са проучили 3 944 положителни случая в Дания и са използвали положителни случаи, взети от UK Biobank, като са взели под внимание общите рискови фактори като възраст, ИТМ и хипертония, за да формулират алгоритъма.
ИИ моделът прогнозира риска от смърт на различни етапи: при диагностициране, постъпване в болница и в отделение за интензивно лечение.
От 3 944 пациенти, които са проследени в проучването, 324 са починали от COVID-19. Всички починали мъже са на възраст между 73 и 87 години с ясни признаци на високо кръвно налягане и ИТМ, оказващи влияние върху резултатите. Тази група мъже се оказа с най-висок риск от смъртност в резултатите и затова програмата за ИИ е предсказала, че мъжете в този възрастов диапазон с високо кръвно налягане и ИТМ са изложени на по-висок риск.
Подобна технология може да помогне на болниците и медицинските заведения по целия свят да предприемат допълнителни превантивни мерки и може да помогне за приоритизиране на някои пациенти пред други и по този начин да предотврати ненужно високата смъртност.
Това не е първото проучване, което представя потенциалното използване на машинното обучение при предприемане на превантивни мерки в пандемията откоронавируса. Проучването от Копенхаген обаче посочва, че тези проучвания са били фокусирани върху пациенти, които вече са приети в болница, докато не е било ясно „дали способността за класификация може да се прехвърли върху други системи за здравеопазване“. Друго безпокойство е, че алгоритмите за машинно обучение не са били напълно точни, тъй като досега не са вземани под внимание по-леките случаи. В допълнение, предишните проучвания, според изследователите, се основават на китайски модели, които са уязвими на пристрастия.
Вижте още:
