人民网北京7月21日电 （吕骞）钟南山院士团队与腾讯AI Lab日前披露了利用AI预测COVID-19患者病情发展至危重概率的研究成果，可分别预测5天、10天和30天内病情危重的概率，有助合理地为病人进行早期分诊。这项研究在2020年7月15日发布于国际期刊《Nature》子刊《Nature Communications》。
这项名为《深度学习在新冠肺炎危重患者早期分诊中的应用》的研究，基于人工智能深度学习所建立的生存模型，对COVID-19患者入院时的10项临床特征进行分析，可以帮助预测患者发展至危重病情的风险，如在患者住院期间持续采用此模型进行分析，预测结果会更加准确，有助于监测患者住院期间的风险趋势。
这是钟南山院士团队与腾讯公司共同成立的大数据及人工智能联合实验室的成果之一，今年2月27日，双方宣布达成合作，共同成立大数据及人工智能联合实验室，携手持续抗击新冠肺炎疫情，将以大数据及人工智能攻坚流行病、呼吸疾病和胸部疾病的筛查和防控预警。
据悉，这项研究成果不仅通过微信小程序向国内临床医护人员开放，也通过Github向全球开源，以支持全球抗击新冠疫情。医护人员只需输入患者的临床特征，重症早期分诊系统就可以返回患者在5、10和30天内病情发展至危重的概率，进而对患者进行早期分诊，对于COVID-19疾病的管理具有极高的临床和经济价值。
临床研究显示，轻度的COVID-19患者通常是自限性的，即疾病在发生发展到一定程度后，靠机体调节能够控制病情发展并逐渐恢复痊愈。但6.5％的患者有突然进展为严重疾病的趋势，这些重症病例不但需要大量的医疗护理资源，其死亡率也高达49％。因此患者突然恶化为重症是抗疫工作中主要关注的问题，尽早识别有重病风险的患者并早期进行干预，对于患者预后的改善至关重要。同时早期识别不同风险的患者进行有效分类，也有利于医疗资源的高效合理分配，确保最有重症风险的患者尽快得到最合适的医疗及护理，这种能力在疫情大规模爆发时更是至关重要。
然而，准确预测患者进展至重症的风险并非易事。研究团队发现，临床中与此相关的患者特征多达74个，这使采用传统方法建立准确的预测模型难以实现。但大数据与人工智能的发展将不可能变为可。