AI-system identifierar COVID-19-patienter som kräver intensivvård

Ett nytt artificiellt intelligenssystem (AI) som utvecklats av forskare vid University of Waterloo och DarwinAI, ett startup-företag grundat av alumner, kan hjälpa läkare att effektivt använda begränsade resurser under COVID-19-pandemin. Systemet kan identifiera patienter som kräver intensivvård.

Att bestämma behov av intensivvård

AI-systemet förutser behovet av intensivvård genom att använda 200 kliniska datapunkter, som inkluderar blodprovsresultat, medicinsk historia och vitala tecken.

Alexander Wong är professor i systemdesign och Kanadas forskningsstol i AI och medicinsk avbildning vid Waterloo.

“Det är ett mycket viktigt steg i den kliniska beslutsprocessen för att triera patienter och utveckla behandlingsplaner”, sa Wong.

AI-mjukvaran tränades på data som extraherades från 400 fall på Hospital Sirio-Libanês i São Paulo, Brasilien. Den baserades på om läkare beslutade om COVID-patienter skulle tas in för intensivvård.

Neurala nätverket lärde sig av denna data och kunde sedan förutsäga behovet av intensivvård för nya COVID-fall med mer än 95% noggrannhet. Det kan också identifiera de nyckelfaktorer som resulterar i dess förutsägelser, vilket hjälper kliniker att få en bättre förståelse för processen.

Ett verktyg för hälsoexperter

Denna teknik är inte tänkt att ersätta hälsoexperter, utan snarare fungera som ett verktyg som kan fatta snabbare och mer informerade beslut, vilket hjälper patienter att få vård när de behöver det.

Wong är också chef för Vision och Image Processing (VIP) Lab vid Waterloo.

“Målet är att hjälpa kliniker att fatta snabbare, mer konsekventa beslut baserat på tidigare patientfall och resultat”, sa han. “Det handlar om att förstärka deras expertis för att optimera användningen av medicinska resurser och individualiserad patientvård.”

Tekniken är fritt tillgänglig för ingenjörer och forskare så att den kan fortsätta förbättras. Den införlivas nu i ett större kliniskt beslutsstödssystem, som utvecklats genom COVID-Net öppen källkodsinitiativ. Detta stödsystem hjälper läkare att bestämma svårighetsgraden av COVID-fall genom AI-analys och medicinska bilder.

Forskningen med titeln “COVID-Net Clinical ICU: Enhanced Prediction of ICU Admission for COVID-19 Patients via Explainability and Trust CQuantification” kommer att presenteras under en workshop den 10 december på 2021 års konferens om neural informationssystem. Arbetet involverade också DarwinAI-forskare Audrey Chung och Mahmoud Famouri, samt doktorand i ingenjörsvetenskap Andrew Hryniowski.