算法模型可在應(yīng)用程序用戶中診斷COVID的準(zhǔn)確率接近80％

英國和的研究人員開發(fā)了一種自動預(yù)測模型，該模型可以僅根據(jù)癥狀來判斷某人是否感染了。

倫敦國王學(xué)院的醫(yī)學(xué)博士蒂姆·斯佩克特爾( Tim Spector)和同事們對他們的算法預(yù)測器進(jìn)行了訓(xùn)練，該算法是根據(jù)由史克夫特和馬薩諸塞州綜合醫(yī)院醫(yī)學(xué)博士的安德魯·陳(Andrew Chan)博士所領(lǐng)導(dǎo)的COVID癥狀研究收集的。

癥狀研究的關(guān)鍵部分是一個應(yīng)用程序，該應(yīng)用程序現(xiàn)在已經(jīng)被全世界超過330萬人使用。用戶每天報告其健康狀況，并在出現(xiàn)時記錄與相關(guān)的任何新癥狀。

在本研究5月11日在線發(fā)表于《自然醫(yī)學(xué)》上的“實(shí)時跟蹤自我報告的癥狀以預(yù)測潛在的” 研究中，研究小組分析了該應(yīng)用程序近250萬用戶的自我報告數(shù)據(jù)。

約有三分之一的大規(guī)?；颊叱霈F(xiàn)了癥狀，如持續(xù)咳嗽，發(fā)燒，疲勞以及味覺或嗅覺喪失(失眠)。在這250萬中，超過18,300表示已進(jìn)行了COVID測試，而超過7,100則表示已恢復(fù)陽性。

然后，Spector和他的同事將癥狀之間的點(diǎn)(分別或兩種或多種的結(jié)合)與陽性測試結(jié)果聯(lián)系起來。

研究人員根據(jù)這些發(fā)現(xiàn)創(chuàng)建并測試了具有AI組件的預(yù)測模型。他們發(fā)現(xiàn)，根據(jù)年齡，性別和以下四個主要癥狀的組合，將COVID陽性患者與COVID陰性患者分開，該模型的準(zhǔn)確性接近80%的準(zhǔn)確性：厭食癥，嚴(yán)重或持續(xù)咳嗽，疲倦和不進(jìn)餐。

此外，當(dāng)團(tuán)隊將模型應(yīng)用于超過80萬名出現(xiàn)癥狀的應(yīng)用程序用戶時，他們發(fā)現(xiàn)該隊列中17.42%的人可能患有。

在倫敦國王學(xué)院發(fā)布的研究報道中，Spector說，根據(jù)研究的大數(shù)據(jù)結(jié)果，味道或氣味的喪失是“對該病感染的關(guān)鍵預(yù)警信號，應(yīng)包括在常規(guī)篩查中”。

他補(bǔ)充說：“我們強(qiáng)烈敦促各地的政府和衛(wèi)生將此信息廣為人知，并建議任何突然失去嗅覺或味覺的人以為自己被感染并遵守當(dāng)?shù)氐淖晕腋綦x準(zhǔn)則。”