解放軍東部戰區總醫院放射診斷科盧光明教授、張龍江教授聯合斯坦福生物醫學信息研究中心、深睿醫療等機構，完成一項“基于人工智能圖像分析技術的新冠肺炎快速風險分層系統”的研究成果，近日發表在國際期刊《自然》子刊《NPJ數字醫學》上。

運用此項研究成果可精準預測新冠患者病情進展并實現快速分診。新冠疫情在多國造成重癥監護病房超負荷運轉和呼吸機短缺。目前，重癥監護病房和機械通氣等支持性治療的資源短缺是造成新冠患者死亡的主要因素。而當前臨床常用的病情評估手段主觀性強、耗時長、不夠全面，且無法對病情進展情況進行預測。準確識別高風險患者并預測不良結局的發生時間，對優化醫療資源分配和臨床分層診療具有重要意義。

課題組集中39家醫院3522例新冠肺炎患者的數據建立人工智能模型，用人工智能軟件處理并提取患者CT圖像特征，結合血液檢測實驗室指標和臨床資料，精準識別28天內可能需要重癥監護、機械通氣、甚至發生死亡的危險患者，同時預測這些高危患者從入院至出現各種不良結局的具體天數。“通過全新的多類型數據融合，實現了對患者病情發展的精準預判，預判準確率達到97.9%。”盧光明表示，利用預測結果來優化不同的醫療中心資源分配。例如，提前調配醫生、ICU病床或呼吸機去相應的醫院，或轉運患者以平衡ICU負載。

另外，在患者入院時即預測其對機械通氣的需求，可實現對高危患者更密切的監護和病情評估，減少不良結局的發生率，從而挽救更多生命。

【來源：健康報】