European Radiology：利用人工智能预测COVID-19患者的疾病进展。
2022-01-20 shaosai MedSci原创
2019年冠状病毒病（COVID-19）可引起严重的呼吸道并发症，例如急性呼吸衰竭，并给全世界的医疗系统带来巨大压力。
2019年冠状病毒病（COVID-19）可引起严重的呼吸道并发症，例如急性呼吸衰竭，并给全世界的医疗系统带来巨大压力。例如，由COVID-19引起的急性呼吸窘迫综合症（ARDS）患者往往需要插管和重症监护室（ICU）的护理。由于机械呼吸机和ICU护理的短缺，准确和及时地预测COVID-19患者ARDS的发生至关重要。在COVID-19中，大部分患者的病情都会进展，特别是那些有肥胖、心血管疾病、慢性肺病、高血压或癌症等合并症的患者更为严重。然而，预测一个COVID-19患者何时会发展成危重病症仍是一个挑战。
除了患者的人口统计学和实验室参数外，胸部CT在区分COVID-19的重症和非重症病例方面发挥了重要作用。病情严重的患者一般会有弥漫性多肺叶受累、胸腔积液、合并症、支气管壁增厚、肺部通气不良等胸部CT表现。由于COVID-19在胸部CT上的特征性表现，人工智能（AI）在为患者归纳疾病严重程度状态和预后方面具有较高的实用性。
近日，发表在European Radiology杂志的一项研究利用胸部CT和临床数据，开发了一个人工智能（AI）系统来预测COVID-19患者未来的病情恶化提供了影像学技术支持。
本研究开发了一个时间-事件分析框架下的人工智能（AI）系统，整合了胸部CT和临床数据用于预测COVID-19患者未来恶化为危重病的风险。
本研究纳入了1,051名RT-PCR确认的COVID-19患者和胸部CT的多机构国际队列。其中282名患者出现了危重症，其定义是需要入住ICU和/或机械通气和/或在住院期间出现死亡。人工智能系统在预测个别COVID-19患者的危重病方面达到了0.80的C-指数。人工智能系统成功地将患者分为高风险组和低风险组，并有不同的进展风险（P < 0.0001）。
图 a-c 不同截断值（3天、5天和7天）的时间依赖性ROC-AUCs和风险分层的亚组生存曲线。进展预测和联合进展预测。y轴是生存概率，代表没有进展到关键事件的概率。生存曲线中的 "+"表示删减的病人。这些分层结果的风险表也列在该图的底部。
基于CT成像和临床数据的人工智能可进行COVID-19患者未来恶化为危重疾病的风险预测。随着这项技术的进一步发展，医疗机构可利用人工智能对基于疾病严重程度和进展风险预测的高风险患者进行风险分层，使该类患者能够随时分配适当的治疗、设备和其他必要的资源，提高患者的预后及生存率。
原文出处：
Robin Wang,Zhicheng Jiao,Li Yang,et al
.Artificial intelligence for prediction of COVID-19 progression using CT imaging and clinical data.DOI:10.1007/s00330-021-08049-8
作者：shaosai
版权声明：
本网站所有注明“来源：梅斯医学”或“来源：MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有。非经授权，任何媒体、网站或个人不得转载，授权转载时须注明“来源：梅斯医学”。其它来源的文章系转载文章，本网所有转载文章系出于传递更多信息之目的，转载内容不代表本站立场。不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
在此留言
#PE#
117
#疾病进展#
79
#COVID-19患者#
99
学习了，谢谢分享
77
学习了，非常实用
104