一项新研究发现，通过分析数以千计的胸部X光片，一个计算机程序被训练成可以看到模式，它以高达80%的准确率预测哪些COVID-19患者会在四天内出现威胁生命的并发症。该程序由纽约大学格罗斯曼医学院的研究人员开发，使用了从2943名感染SARS-CoV-2病毒的重病患者的5224张胸部X光片中收集的数据。
这项研究于5月12日在线发表在《npj数字医学》杂志上，研究人员提到 “迫切需要”能够快速预测哪些COVID-19患者可能会出现致命的并发症，以便能够将治疗资源最好地匹配给那些风险增加的患者。由于尚未完全理解的原因，一些COVID-19患者的健康状况突然恶化，需要重症监护，并增加他们死亡的机会。
为了满足这一需求，纽约大学朗格尼医学中心的团队不仅将X射线信息输入他们的计算机分析，还将病人的年龄、种族和性别，以及一些生命体征和实验室测试结果，包括体重、体温和血液免疫细胞水平。他们的数学模型还考虑到了对机械呼吸器的需求，以及每个病人是否因感染而存活（2405人）或死亡（538人），该模型可以从实例中学习。
随后，研究人员在2020年3月3日至6月28日期间，通过纽约大学朗格尼医学中心急诊室收治的其他718名COVID-19患者的770张胸部X光片上测试了该软件工具的预测价值。该计算机程序准确地预测了五名需要重症监护和机械通气的感染者中的四名。
“急诊室医生和放射科医生需要像我们的程序这样的有效工具来快速识别那些病情最有可能迅速恶化的COVID-19患者，以便医疗服务提供者能够更密切地监测他们并更早地进行干预，”研究的共同牵头调查员、纽约大学阿布扎比分校计算机工程系副教授Farah Shamout博士说。
纽约大学数据科学中心的博士生Yiqiu "Artie "Shen说：“我们相信，我们的COVID-19分类测试代表了人工智能在放射学中的最大应用，以解决大流行期间病人和护理人员的一些最迫切的需求。”
研究的高级调查员Krzysztof Geras博士说，像他们这样的机器智能程序的一个主要优势是，它的准确性可以通过更多的数据进行跟踪、更新和改进。他表示，该团队计划在有更多病人信息时加入这些信息。他还说，该团队正在评估还有哪些临床测试结果可以用来改进他们的测试模型。
Geras称，他希望，作为进一步研究的一部分，很快将纽约大学COVID-19分类测试部署给急诊医生和放射科医生。在这期间，他正与医生合作起草使用该测试的临床指南。
（举报）