新型人工智能检测在急诊科1小时内检测出COVID-19

牛津大学传染病和临床机学习专家开发了一种人工智能试验，可以在抵达急诊部门的患者中迅速筛选Covid-19，并发布了一份预印刷品的效力。

曲线ai.测试评估在急诊室的第一个小时常规收集的数据，如血液测试和生命体征，以确定患者冠状病毒检测呈阳性的机会。

目前，COVID-19检测是通过对鼻咽拭子进行分子分析，称为聚合酶链反应(PCR)。然而，这通常需要12-48小时的周转时间，并且需要专业设备和人员。

牛津大学的这项新研究开发了一种人工智能，可以几乎实时地预测患者的COVID-19状态。

该团队由约翰·拉德克里夫医院的NIHR学术临床研究员安德鲁·索尔坦博士领导，加入了牛津大学生物医学工程研究所大卫·克利夫顿教授的“人工智能医疗保健实验室”，以及牛津大学大数据研究所的大卫·艾尔教授。

这项研究从今年3月开始，开始开发机器学习算法，根据确诊病例和大流行前的控制数据进行训练，以发现细微的差异。人们希望这些算法能够确定患病的风险水平。

预印文章说明：“SARS-COV-2感染的早期临床过程可能难以将其他未分化的医学演示到医院区分，但病毒特异性实时聚合酶链反应（RT-PCR）测试具有有限的敏感性和致力运行原因最多48小时。

“在这项研究中，我们开发了两种早期检测模型，利用通常在1小时内收集的数据(实验室检测、血气和生命体征)，在115394例急诊就诊和72310例住院患者中识别COVID-19。”

在训练之后，必须评估算法的准确性，并在真实的医院环境中对这两个早期检测模型进行测试。研究结果已在预印本中发表。

NHS的有用工具

研究人员正在努力将曲线AI迅速试验作为NHS的临床用工具。

索尔坦表示，在入院时尽早发现COVID-19对维持感染控制和及时救治患者至关重要。

“在我们确认患者为阴性之前，我们必须对出现冠状病毒症状的患者采取额外的预防措施，这是非常常见的。CURIAL AI经过优化，能够快速给出高可信度的阴性结果，在前门安全地排除COVID-19，并保持医院流量。

“血液检测患者在入场时获得的患者通常可以在一小时内提供，并且算法可以使用大量数据点来利用各种其他疾病来区分Covid-19。由于牛津大学的先进电子记录系统医院（OUH），我们已经能够使用115,000访问A＆E的富临床数据培训我们的算法。

“当我们在4月的最后一周和5月的第一周之前测试了所有患者的所有患者的曲线AI的曲线AI，它可以正确地预测患者的Covid地位超过90％的时间。”

通过将所有患者施加到一个＆e并遍布四个ouh的患者来验证AI测试医院地点在4月20日至5月6日之间。

结果显示，在2周检测期内3326例急诊患者中，急诊模型对患者COVID-19状态的预测准确率为92.3%，入院模型对入院1715例患者的预测准确率为92.5%。

Soltan博士继续说：“下一步是将我们的AI部署到临床工作流程，并在实践中评估其作用。

“我们的人工智能的一个优点是，它适合现有的临床护理路径，并与现有的实验室设备协同工作。这意味着扩大规模可能会相对快速和廉价。

“我希望我们的AI可能有助于让患者和员工更安全，同时等待拭子测试的结果。”

David Clifton，工程科学系临床机学习教授，补充说：“随着我们的许多临床同事们在前线上工作到战斗Covid-19，医疗保健AI的数据科学家通过构建工具来扮演支持的角色帮助患者。医院和临床AI队之间的牛津的独特生态系统为我们提供了促进对针对冠状病毒的国际努力的绝佳机会。

“该项目由临床合作者启动Andrew Soltan博士是一个很好的例子，可以做些什么，并以非常好的步伐，快速追踪技术的发展，以帮助目前的大流行 - 以及增加该国的弹性任何未来事件的医疗保健系统。“

希望这些技术的发展还将通知未来流行病的早期阶段的临床团队，并加快实施适当的公共卫生措施。

---

---