解放军东部战区总医院放射诊断科卢光明教授、张龙江教授联合斯坦福生物医学信息研究中心、深睿医疗等机构，完成一项“基于人工智能图像分析技术的新冠肺炎快速风险分层系统”的研究成果，近日发表在国际期刊《自然》子刊《NPJ数字医学》上。运用此项研究成果可精准预测新冠患者病情进展并实现快速分诊。
新冠疫情在多国造成重症监护病房超负荷运转和呼吸机短缺。目前，重症监护病房和机械通气等支持性治疗的资源短缺是造成新冠患者死亡的主要因素。而当前临床常用的病情评估手段主观性强、耗时长、不够全面，且无法对病情进展情况进行预测。准确识别高风险患者并预测不良结局的发生时间，对优化医疗资源分配和临床分层诊疗具有重要意义。
课题组集中39家医院3522例新冠肺炎患者的数据建立人工智能模型，用人工智能软件处理并提取患者CT图像特征，结合血液检测实验室指标和临床资料，精准识别28天内可能需要重症监护、机械通气、甚至发生死亡的危险患者，同时预测这些高危患者从入院至出现各种不良结局的具体天数。
“通过全新的多类型数据融合，实现了对患者病情发展的精准预判，预判准确率达到97.9%。”卢光明表示，利用预测结果来优化不同的医疗中心资源分配。例如，提前调配医生、ICU病床或呼吸机去相应的医院，或转运患者以平衡ICU负载。另外，在患者入院时即预测其对机械通气的需求，可实现对高危患者更密切的监护和病情评估，减少不良结局的发生率，从而挽救更多生命。
