一种新的基于人工智能的评分方法考虑了多种因素来预测在急诊科或急诊科就诊的新型冠状病毒患者的预后。

该工具由位于马萨诸塞州总医院的哈佛医学院研究人员开发，可用于快速、自动地确定哪些患者最有可能出现并发症并需要住院治疗。

据《传染病杂志》报道，一个专家小组设计了新型冠状病毒的敏锐度评分（CoVA），这是一个机器学习模型，“大样本量有助于确保机器学习能够学习到能够可靠地预测新型冠状病毒感染的过程，”英国皇家医学院神经学副教授、麻省理工学院大脑总中心数据科学主任M.Brandon Westover说。

韦斯托弗是这项研究的三位联合资深作者之一，他与麻省理工学院医学副教授格雷戈里·罗宾斯（Gregory Robbins）和麻省理工学院神经学助理教授兼麻省总医院神经传染病科副主任Shibani Mukerji合著。

研究人员对5月3日至5月14日期间的2205名患者的数据进行了CoVA测试。在这一前瞻性验证组中，分别有26.1%、6.3%和0.5%的患者在7天内住院、患重病或死亡。

CoVA在预测哪些患者将属于这些类别方面表现出色。

在30个预测因子中，包括新型冠状病毒测试状态、生命体征、病史、胸片结果以及年龄和性别等人口统计学类别，前五位的预测因子是年龄、舒张压、血氧饱和度、新型冠状病毒测试状态和呼吸频率。

Mukerji说：“虽然其他几个研究组已经开发出了新型冠状病毒并发症的风险评分，但我们的方法是独一无二的，它基于如此大的患者样本，经过前瞻性验证，并且专门设计用于门诊，而不是针对已经住院的患者。”

CoVA的设计使得自动评分可以被纳入电子病历系统。“我们希望它能在未来的新型冠状病毒病例激增的情况下有用，因为快速的临床评估可能是至关重要的，”Mukerji补充道。

这项研究的作者包括神经学、传染病、重症监护、放射学、病理学、急诊医学和机器学习方面的专家。这项研究的动力开始于美国流行病早期，当时马萨诸塞州经历了频繁的急诊和住院治疗。作为一名传染病内科医师和Mass General Biothreats团队的一员，Robbins认识到需要一种更精确的方法来确定门诊患者出现不良结果的风险。