AI走进医疗一线…监测新冠患者预后

by Lee Myeonghwan

Published 05 Mar.2023 08:00(KST)

利用胸部X光的AI模型
可测量病情严重程度并预测急性呼吸窘迫综合征风险

Boramae医院表示，呼吸内科教授 Lee Hyunwoo 与影像医学科教授 Jin Gwangnam 通过与首尔大学医学院、光州科学技术院的联合研究，基于人工智能（AI）模型和临床变量，开发出了“新冠患者预后预测模型”。

本次研究的目标是构建一款人工智能模型，用于预测新冠患者的早期康复情况以及重症疾病和急性呼吸窘迫综合征（ARDS），并在外部队列中对该模型进行验证。

首尔市立宝拉梅医院全景。

据研究团队说明，由于胸部X线摄影（CXR）对评估新冠病毒的严重程度并不十分有用，大多数既往研究都是利用患者的临床信息和胸部CT扫描来开发预后预测模型。然而，在大流行期间，患者数量激增，因CXR相对便携且成本低廉的优势而被广泛使用。

研究团队以2020年2月至同年10月期间住院的新冠患者为对象，在入院后24小时内进行血液检查及前后位X线摄影，随后利用这些患者的CXR图像和临床信息进行模型训练和内部测试。进而又利用国内17家医疗机构收治的1206名新冠住院患者的资料开展外部测试。

临床信息分析结果显示，具有以下情况的患者：▲高血压 ▲慢性肝病 ▲正在接受糖皮质激素治疗 ▲淋巴细胞计数偏低者，在两周内出院的可能性较小。需要氧气补充的患者多为高龄，并伴有高血压、糖尿病或呼吸困难；而高龄、有呼吸困难或降钙素原水平较高的患者，更有可能发生急性呼吸窘迫综合征。

研究团队进一步分别开发并训练了▲基于CXR图像的AI模型（模型1）▲基于临床信息的逻辑回归模型（模型2）▲将AI模型与临床信息相结合的模型（模型3），用于预测住院时间是否在2周以内、是否需要氧气补充以及急性呼吸窘迫综合征的严重程度。模型间比较结果显示，模型1和模型2都能够较为可靠地预测急性呼吸窘迫综合征；模型3在预测重症疾病以及新冠患者急性呼吸窘迫综合征方面表现出卓越性能。

呼吸内科教授 Lee Hyunwoo 表示：“此次开发的预测模型有助于区分病情严重程度，并及时筛选出将进展为呼吸衰竭的患者。”但他同时指出：“考虑到利用CXR的AI模型，其预测能力低于将临床信息一并纳入的模型，仅凭CXR来预测新冠患者的预后仍为时过早。”

Lee教授还强调：“急性呼吸窘迫综合征（ARDS）的病死率和发病率都很高，因此及早发现高危患者并进行治疗至关重要。”