人工智能可以帮助患者解读COVID-19的家庭检测结果

乔治梅森大学的Farrokh Alemi教授和Janusz Wojtusiak教授领导的新的机器学习研究为患者和临床医生提供了一种方法，可以更好地预测症状是由COVID-19、流感还是RSV引起的。

更准确的诊断可以更好地决定治疗过程，以治愈患者并防止疾病传播。阿莱米和沃伊图西亚克最近与乔治梅森大学的研究人员和Vibrent Health一起，在《健康与健康》杂志的特别版上发表了一系列文章医疗保健质量管理杂志讨论人工智能(AI)如何从以下方面帮助诊断COVID症状而且家测试．

通过他们的研究，阿莱米和沃伊图西亚克现在正在创建一个网站，提供基于人工智能的资源，帮助个人根据其临床情况和COVID在家检测结果确定建议的行动。

Wojtusiak说:“我们看到人工智能正在从根本上改善临床分类和从测试到治疗的决定。”

阿莱米补充说:“人工智能将使个人对自己呆在家里、寻求治疗或在社会上孤立的决定更有信心。很多人在症状结束时进行测试，令人惊讶的是，他们发现自己仍然呈阳性。如果症状和家庭检查结果不一致怎么办?我们的人工智能将帮助这些人了解如何进行。”

论文1中的研究(如下所列)发现，症状的时间在COVID诊断中很重要。例如，流鼻涕作为一种早期症状，会增加COVID检测呈阳性的几率，而后来出现的流鼻涕症状则会降低这种几率。同样，发烧几乎总是一种晚期症状，所以早期不发烧不应被用来排除COVID。

论文2的结果发现，COVID不能从个别症状中诊断出来;然而，三种或三种以上症状的聚集有助于诊断。论文4的研究结果发现，当存在不同的身体症状时，诊断COVID症状的准确性最高。例如，神经系统和常见呼吸道症状的组合比单独的一组症状更具有诊断性。此外，COVID根据年龄、病情严重程度和病毒突变有不同的表现。

论文3讨论了AI症状筛查如何改善，以及对接种疫苗的人来说，如何替代家庭抗原检测。家庭测试并不总是准确的，需要临床审查，但这些测试是在家里进行的，没有这样的审查。人工智能症状筛查可以帮助这些测试更准确。该研究报告称，人工智能症状筛查比第二次家庭测试更准确。

特别增刊刊登的四篇论文分别是:

1. COVID-19症状出现顺序
2. 症状聚类在COVID-19患者分流中的作用
3. COVID-19症状筛查和家庭检测结合
4. 出现多系统症状的COVID-19患者分诊指南

来自同一组研究人员的第五篇论文，题为《基于流感和流感样疾病的症状筛查和流行率对COVID-19的概率进行建模》，也发表在《世界卫生组织杂志》上医疗保健质量管理杂志2022年4月或6月。

阿莱米是梅森的主要调查员。梅森是Vibrent Health的分包商，Praduman Jain是该项目的主要研究员。(Jain是梅森公共卫生学院顾问委员会的成员。)其他参与这些项目的梅森附属研究人员包括副教授Amira Roess、附属教员Jee Vang、博士生Elina Guralnik和前学生兼兼职教员Wejdan Bagais。来自Vibrent Health的雷切尔·彼得森和乔什·席林以及弗吉尼亚联邦大学的f·杰拉德·莫勒也是研究小组的成员。

这五篇论文使用的方法各不相同。在论文4中，研究人员使用已发表论文的数据对文献进行了荟萃分析。在其他论文中，研究人员调查了进行PCR检测的患者，并检查了患者症状与PCR检测结果之间的关系。大多数研究是使用2020年10月至2021年1月期间收集的数据完成的，这些数据是在BA.5或BQ.1等当前变体之前收集的。

此前，这些研究人员发表的相关论文包括一项研究，研究计算机如何区分COVID-19和流感有症状大学生与社交距离的分析．