一項新研究發現，通過分析數以千計的胸部X光片，一個計算機程序被訓練成可以看到模式，它以高達80%的準確率預測哪些COVID-19患者會在四天內出現威脅生命的併發症。該程序由紐約大學格羅斯曼醫學院的研究人員開發，使用了從2943名感染SARS-CoV-2病毒的重病患者的5224張胸部X光片中收集的數據。
這項研究於5月12日在線發表在《npj數字醫學》雜誌上，研究人員提到 “迫切需要”能夠快速預測哪些COVID-19患者可能會出現致命的併發症，以便能夠將治療資源最好地匹配給那些風險增加的患者。由於尚未完全理解的原因，一些COVID-19患者的健康狀況突然惡化，需要重症監護，並增加他們死亡的機會。
為了滿足這一需求，紐約大學朗格尼醫學中心的團隊不僅將X射線信息輸入他們的計算機分析，還將病人的年齡、種族和性別，以及一些生命體征和實驗室測試結果，包括體重、體溫和血液免疫細胞水平。他們的數學模型還考慮到了對機械呼吸器的需求，以及每個病人是否因感染而存活（2405人）或死亡（538人），該模型可以從實例中學習。
隨後，研究人員在2020年3月3日至6月28日期間，通過紐約大學朗格尼醫學中心急診室收治的其他718名COVID-19患者的770張胸部X光片上測試了該軟件工具的預測價值。該計算機程序準確地預測了五名需要重症監護和機械通氣的感染者中的四名。
“急診室醫生和放射科醫生需要像我們的程序這樣的有效工具來快速識別那些病情最有可能迅速惡化的COVID-19患者，以便醫療服務提供者能夠更密切地監測他們並更早地進行干預，”研究的共同牽頭調查員、紐約大學阿布扎比分校計算機工程系副教授Farah Shamout博士說。
紐約大學數據科學中心的博士生Yiqiu “Artie “Shen說：“我們相信，我們的COVID-19分類測試代表了人工智能在放射學中的最大應用，以解決大流行期間病人和護理人員的一些最迫切的需求。”
研究的高級調查員Krzysztof Geras博士說，像他們這樣的機器智能程序的一個主要優勢是，它的準確性可以通過更多的數據進行跟蹤、更新和改進。他表示，該團隊計劃在有更多病人信息時加入這些信息。他還說，該團隊正在評估還有哪些臨床測試結果可以用來改進他們的測試模型。
Geras稱，他希望，作為進一步研究的一部分，很快將紐約大學COVID-19分類測試部署給急診醫生和放射科醫生。在這期間，他正與醫生合作起草使用該測試的臨床指南。