随着世界许多地方重症监护室的容量达到极限，医生们不得不就全球范围内谁获得床位做出艰难的决定。。
虽然大多数签订合同的人最终康复，有些人可能会继续发展为严重的快速地导致弥漫性损伤，急性肺衰竭，甚至死亡。
现在，一个新的算法可以帮助我们找出谁的风险最大，这样我们就可以及早干预并有望挽救他们的生命。
最近的机器学习方法倾向于仅依靠胸部扫描来预测谁可能需要医院床位。 这些算法会搜索扫描结果是否存在肺部异常，并可以在大约 90% 的病例中检测出与 COVID-19 相关的肺炎。
但这些扫描无法准确地告诉我们这些病例可能会变得多么严重，以及谁是最脆弱的。
新算法更进一步，将胸部扫描与非影像数据（例如人口统计信息、生命体征和血液检查）相结合。 这是我们迄今为止最好的预测某人何时需要 ICU 干预的方法。
公平地说，该方法仅使用 295 名在美国、伊朗或意大利因 COVID-19 住院的患者的健康数据进行了测试。 但根据预印本论文，即使在早期阶段，它也能够预测 96% 的需要入住 ICU 的 COVID-19 病例。
“作为人工智能的实践者，我确实相信它的力量，”说伦斯勒理工学院工程师严平坤。
“它确实使我们能够分析大量数据，并提取人眼可能不太明显的特征。”
在全球大流行期间，这种洞察力是无价的，并且可能挽救生命。 那些发展为最严重的 COVID-19 肺炎病例的人应该具有许多共同特征； 对于聪明的机器来说，找到合适的东西比人类要快得多。
机器学习工具已经被用来评估哪些迹象最有可能预测 COVID-19 死亡率。
初步发现建议尽管呼吸机的使用和血钾水平是最重要的非影像学变量其他贡献者还已确定，包括淋巴细胞百分比、总胆红素、肌酐和白蛋白水平等。
一学习甚至单独发现了非影像数据，包括年龄，，呼吸异常可以预测 COVID-19 患者是否需要住进 ICU。
新算法结合了这两种方法。 首先，它量化肺部特征的范围和体积。 然后，它重点关注那些对预测 COVID-19 肺炎最重要的特征。 最后，它使用其他背景因素来预测哪些情况将变得最严重。
“据我们所知，这是第一项使用患者整体信息（包括影像和非影像数据）来预测结果的研究，”作者宣称。
该团队希望通过进一步完善，该工具有一天可以用于筛查需要更密切监测和护理的 COVID-19 肺炎高危患者。
虽然该团队没有测试 COVID-19 肺炎与其他呼吸道疾病的比较，但肺部不适的广泛相似性表明，即使大流行结束后，该算法也可能有用。
“我们实际上看到，影响可能远远超出了新冠疾病的范围。例如，患有其他肺部疾病的患者，”Yan说。
“评估他们的心脏病状况和肺部状况，可以更好地预测他们的死亡风险，以便我们可以帮助他们管理病情。”
预印本研究发表于医学图像分析。
