麻省总医院布莱根分院开发的一种新型人工智能工具显示，长期新冠疫情可能影响 22.8% 的人口，远高于之前的预期。该人工智能分析健康记录以提高诊断准确性并减少医疗偏见。
研究人员报告称，一种新的人工智能工具增强了诊断过程，有可能识别出更多需要护理的个人。
先前的诊断研究估计，7% 的人口患有长期 COVID。然而，一项使用麻省总医院布莱根分院开发的 AI 工具的新研究表明，这一比例明显更高，为 22.8%。
这款基于人工智能的工具可以筛选电子健康记录，帮助临床医生识别长期 COVID 病例。这种神秘的疾病可能包含一系列持续症状，包括感染SARS-CoV-2后的疲劳、慢性咳嗽和脑雾。
所采用的算法是通过从麻省总医院布莱根分院系统 14 家医院和 20 家社区卫生中心的近 30 万名患者的临床记录中提取匿名患者数据而开发的。该结果发表在《医学》杂志上，可以识别出更多应该接受这种潜在致残疾病治疗的人。
“我们的 AI 工具可以将模糊的诊断过程变得清晰而集中，使临床医生能够理解具有挑战性的病症，”资深作者、MGB（美国知名学术医疗系统Mass General Brigham） 学习医疗系统 (CAIBILS) 人工智能和生物医学信息学中心人工智能研究负责人、哈佛医学院医学副教授 Hossein Estiri 表示：“通过这项研究，我们可能最终能够真正了解长期 COVID 的本质——更重要的是，如何治疗它。”
为了研究的目的，Estiri 及其同事将长期 COVID 定义为排除性诊断，且与感染相关。这意味着诊断无法在患者独特的医疗记录中得到解释，但与 COVID 感染有关。此外，诊断需要在 12 个月的随访期内持续两个月或更长时间。
精准表型分析：一种新方法Estiri 及其同事开发的新方法称为“精准表型分析”，该方法通过筛选个人记录来识别与COVID-19相关的症状和状况，以跟踪随时间推移的症状，从而将其与其他疾病区分开来。例如，该算法可以检测出呼吸困难是否是由心力衰竭或哮喘等先前存在的疾病引起的，而不是长期 COVID。只有在所有其他可能性都用尽时，该工具才会将患者标记为患有长期 COVID。
“医生经常需要处理错综复杂的症状和病史，不知道该从哪些方面入手，同时还要平衡繁忙的病例。如果能有一个由人工智能驱动的工具，有条不紊地为他们完成这项工作，可能会改变现状。”论文共同第一作者、布莱根妇女医院内科住院医师 Alaleh Azhir 说道，该医院是麻省总医院布莱根医疗系统的创始成员之一。
研究人员表示，新工具以患者为中心的诊断也可能有助于减轻当前对长期 COVID 的诊断中存在的偏见，他们指出，使用官方 ICD-10 长期 COVID 诊断代码进行诊断的人群往往倾向于那些更容易获得医疗保健的人。
研究人员表示，他们的工具比 ICD-10 代码捕获的数据准确率高出约 3%，同时偏差更小。具体而言，他们的研究表明，他们识别出的患有长期 COVID 的个体反映了马萨诸塞州更广泛的人口结构，而不像长期 COVID 算法那样依赖单一诊断代码或个人临床接触，结果偏向某些人群，例如那些更容易获得医疗服务的人。
Estiri 指出：“这种更广泛的范围确保了在临床研究中经常被边缘化的群体不再被忽视。”
局限性和未来方向这项研究和人工智能工具的局限性包括，算法用来解释长期 COVID 症状的健康记录数据可能不如医生在就诊后临床笔记中获取的数据完整。另一个限制是，该算法没有捕捉到可能成为长期 COVID 症状的先前病情恶化的可能性。例如，如果患者在患上 COVID-19 之前患有 COPD，病情恶化，即使它们是长期 COVID 指标，算法也可能删除这些发作。近年来 COVID-19 检测的减少也使得很难确定患者何时首次感染 COVID-19。
该研究仅限于马萨诸塞州的患者。
未来的研究可能会在患有特定疾病（如 COPD 或糖尿病）的患者群体中探索该算法。研究人员还计划公开发布该算法，以便全球的医生和医疗保健系统可以在其患者群体中使用它。
除了为更好的临床治疗打开大门外，这项研究还可能为未来研究长期 COVID 各种亚型背后的遗传和生化因素奠定基础。“关于长期 COVID 的真正负担的问题——迄今为止仍未得到解答——现在似乎更容易找到了。”Estiri 强调。
这项研究得到了美国国立卫生研究院、美国国家过敏和传染病研究所 (NIAID) R01AI165535、美国国家心肺血液研究所 (NHLBI) OT2HL161847 和美国国家转化科学促进中心 (NCATS) UL1 TR003167、UL1 TR001881 和 U24TR004111 的支持。J. Hügel 的研究部分由德国学术交流中心 (DAAD) IFI 计划下的奖学金、联邦教育与研究部 (BMBF) 以及德国研究基金会 (426671079) 资助。
参考文献：Alaleh Azhir、Jonas Hügel、Jiazi Tian、Jingya Cheng、Ingrid V. Bassett、Douglas S. Bell、Elmer V. Bernstam 所著的“针对患有不明原因的 COVID-19 急性后遗症的患者进行精准表型分析” Maha R. Farhat、Darren W. Henderson、Emily S. Lau、Michele Morris、Yevgeniy R. Semenov、Virginia A. Triant、Shyam Visweswaran、Zachary H. Strasser、Jeffrey G. Klann、Shawn N. Murphy 和 Hossein Estiri，8 2024 年 11 月，医学博士。DOI：10.1016/j.medj.2024.10.009
来源：哈佛大学
免责声明：康加号致力于健康常识分享，内容根据公开资料编辑，版权归原作者；如有侵权请在线留言删除。文章旨在介绍健康科学进展，不能作为治疗方案；如需精准健康指导，请至正规医院诊疗。
