人工智能诊断可以在不检测的情况下预测COVID-19

SARS-CoV-2病毒颗粒的透射电镜图

来源:NIAID

人工智能模型使用来自COVID症状研究应用程序的数据进行预测新型冠状病毒肺炎通过比较人们的症状和传统的COVID检测结果。研究人员表示，这可能会为获得检测机会有限的人群提供帮助。英国和美国的两项临床试验即将开始。

全球已经有超过330万人下载了应用程序并且每天用它来报告他们的健康状况，无论他们是否感觉良好或有任何新的症状，如持续咳嗽、发烧、疲劳和失去味觉或嗅觉(嗅觉缺失)。

在这项研究中，研究人员分析了来自英国和美国近250万人的数据，这些人经常在应用程序中记录自己的健康状况，其中约三分之一的人记录了与COVID-19相关的症状。其中，有18374人报告进行了冠状病毒检测，7178人检测呈阳性。

研究小组调查了与新冠病毒相关的症状中最有可能出现阳性反应的症状。他们发现，与感冒和流感相比，感冒症状广泛，并警告人们不要只关注发烧和咳嗽。事实上，他们发现味觉和嗅觉丧失(嗅觉缺失)尤其令人震惊，三分之二的冠状病毒感染测试呈阳性的用户报告了这种症状，而测试呈阴性的参与者中只有略高于五分之一的人报告了这种症状。研究结果表明，嗅觉丧失比发烧更能预测COVID-19，这支持了嗅觉和味觉丧失作为该疾病的常见症状的传闻。

研究人员随后创建了一个数学模型，根据个人的年龄、性别和四种主要症状(嗅觉或味觉丧失、严重或持续咳嗽、疲劳和不吃饭)的组合，以近80%的准确率预测个人是否可能患有COVID-19。将这一模型应用于出现症状的80多万名应用程序用户的整个群体中，预计当时有不到五分之一(17.42%)的患者可能患有COVID-19。

研究人员表示，将这种人工智能预测与应用程序的广泛采用结合起来，可能有助于在最早的症状开始出现时识别出可能具有传染性的人，并将重点放在最需要的地方进行跟踪和测试。