Penilaian kami:

Model kecerdasan buatan (AI) mungkin dapat mengesampingkan infeksi COVID-19 di antara orang yang tiba di rumah sakit, sebelum hasil tes usap virus siap.

Para peneliti di Universitas Oxford menggunakan data dari lebih dari 115.000 kunjungan rumah sakit oleh orang dewasa dan lima juta tes laboratorium rutin, untuk 'melatih' algoritme guna memprediksi siapa yang mengidap SARS-CoV-2, virus penyebab COVID-19.

Mereka menggunakan informasi yang dapat dikumpulkan dalam waktu satu jam setelah pasien tiba di rumah sakit. Tes darah rutin dan tanda-tanda vital (seperti seberapa cepat pasien bernapas) memberikan informasi yang paling berguna dan jenis informasi ini digunakan untuk membangun algoritme mereka. Menguji algoritme pada sampel lebih lanjut dari orang dewasa yang dirawat di rumah sakit menunjukkan bahwa algoritme tersebut bekerja dengan baik untuk menyingkirkan COVID-19, meskipun tidak mengidentifikasi semua orang yang mengalami infeksi.

Saat ini, hasil tes usap virus untuk mengonfirmasi COVID-19 membutuhkan waktu 24 jam atau lebih untuk sampai. Jika rumah sakit dapat mengesampingkan COVID-19 pada beberapa orang sebelum hasil tes tersedia, itu dapat membuat perawatan dini (dan kebutuhan untuk pengendalian infeksi) lebih mudah. Studi ini masih perlu diperiksa oleh peninjau ahli, dan tes lebih lanjut dari algoritme dalam pengaturan lain mungkin diperlukan sebelum dapat digunakan secara lebih luas.

Dari mana cerita ini berasal?

Itu Surat harian adalah salah satu outlet berita yang melaporkan 'tes AI baru' untuk COVID-19. Informasi tersebut datang dari Rumah Sakit John Radcliffe Universitas Oxford, yang telah menyediakan hasil pemeriksaan mereka belajar. Studi ini belum dipublikasikan dalam jurnal peer-review, sehingga belum diperiksa oleh pengulas ahli untuk memastikan metode dan hasil dapat diandalkan.

Apa yang mendasari pernyataan ini?

Para peneliti di Universitas Oxford menggunakan semua informasi medis yang dikumpulkan secara rutin tentang dua kelompok orang yang menghadiri bagian kecelakaan dan gawat darurat, atau dirawat di rumah sakit untuk perawatan kondisi akut (bukan kronis):

  • mereka yang hadir antara 1 Desember 2017 dan 1 Desember 2019, tidak ada yang akan memiliki COVID-19 (114.957 kehadiran)
  • mereka yang hadir antara 1 Desember 2019 dan 19 April 2020, yang memiliki tes positif COVID-19 (534 kehadiran)

Informasi tersebut meliputi usia masyarakat, jenis kelamin dan latar belakang etnis, serta informasi dasar seperti hasil tes darah rutin, kadar oksigen darah, dan tanda-tanda vital, seperti suhu, detak jantung, dan pernapasan.

Mereka memasukkan informasi tersebut ke model kecerdasan buatan komputer, untuk mengajarkannya menemukan perbedaan pola informasi antara orang yang memiliki tes positif untuk virus, dan orang yang tidak terkena virus. Mereka menggunakan 80% data untuk "melatih" algoritma dan kemudian menguji algoritma pada 20% data yang tersisa.

Ketika melihat orang yang datang ke unit gawat darurat, atau mereka yang dirawat di rumah sakit, model tersebut dengan tepat mengidentifikasi 77% orang yang terkena virus, dan dengan benar mengidentifikasi sekitar 95% dari mereka yang tidak memiliki virus. Hasil ini berarti bahwa jika algoritme memprediksikan bahwa seseorang tidak menderita SARS-CoV-2, dokter dapat yakin lebih dari 99% bahwa mereka tidak mengidapnya.

Setelah periode 'pelatihan' ini, para peneliti menguji model tersebut pada data yang dikumpulkan dari semua pasien yang datang ke rumah sakit dari 20 April hingga 6 Mei 2020, untuk melihat seberapa baik model tersebut dapat memprediksi siapa yang dites positif SARS-CoV-2. Sampel ini terdiri dari 3.326 orang yang dirawat di unit gawat darurat dan 1.715 orang yang dirawat di rumah sakit. Dalam sampel ini, algoritme juga bekerja dengan baik, dan lebih dari 97% dari mereka yang menurut algoritme tidak memiliki COVID-19 ternyata memiliki hasil tes negatif untuk SARS-CoV-2.

Apa yang sumber terpercaya ungkapkan?

Karena ini adalah penelitian tahap awal, yang masih menunggu tinjauan sejawat oleh para ahli, tidak ada badan resmi yang mengomentari penelitian tersebut.

Algoritme akan membutuhkan pengujian lebih lanjut untuk menentukan apakah itu bekerja dengan cara yang sama pada pasien di rumah sakit lain dan di pengaturan lain (seperti di negara yang berbeda) dan dalam periode waktu yang lebih lama karena tingkat infeksi bervariasi.

Dokter juga perlu memikirkan tentang seberapa berguna algoritme tersebut dalam pengaturan mereka, dan bagaimana algoritme serta hasilnya dapat digabungkan ke dalam proses pengujian dan pengendalian infeksi mereka. Misalnya, karena algoritme tidak melihat beberapa individu dengan COVID-19, dokter perlu memutuskan apakah akan tetap menggunakan pengujian usap untuk mengidentifikasi mereka yang terlewat oleh algoritme dan untuk memutuskan tindakan pengendalian infeksi apa yang akan tepat ketika mengelola pasien yang diprediksi negatif untuk COVID-19 pada algoritme.

Analisis oleh EIU Healthcare, didukung oleh Reckitt Benkiser

Kutipan

  1. Soltan AS et al. Penilaian yang didorong kecerdasan buatan atas data perawatan kesehatan yang dikumpulkan secara rutin adalah tes skrining yang efektif untuk COVID-19 pada pasien yang datang ke rumah sakit. Pra-cetak tersedia di medRxiv 2020.07.07.20148361; doi: https://doi.org/10.1101/2020.07.07.20148361 (Diakses 25 Agustus 2020).