Penilaian kami:

Model kecerdasan buatan (AI) mungkin dapat mengesampingkan jangkitan COVID-19 di kalangan orang yang tiba di hospital, sebelum hasil ujian sapuan virus sudah siap.

Penyelidik di Universiti Oxford menggunakan data dari lebih dari 115.000 lawatan ke hospital oleh orang dewasa dan lima juta ujian makmal rutin, untuk 'melatih' algoritma untuk meramalkan siapa yang mempunyai SARS-CoV-2, virus yang menyebabkan COVID-19.

Mereka menggunakan maklumat yang dapat dikumpulkan dalam satu jam setelah pesakit tiba di hospital. Ujian darah rutin dan tanda-tanda vital (seperti seberapa cepat pesakit bernafas) memberikan maklumat yang paling berguna dan jenis maklumat ini digunakan untuk membina algoritma mereka. Menguji algoritma pada sampel lanjut orang dewasa yang menghadiri hospital menunjukkan bahawa ia menunjukkan prestasi yang baik dalam mengesampingkan COVID-19, walaupun tidak mengenal pasti semua orang yang mengalami jangkitan.

Pada masa ini, hasil ujian sapuan virus untuk mengesahkan COVID-19 boleh mengambil masa 24 jam atau lebih untuk sampai. Sekiranya hospital dapat mengesampingkan COVID-19 pada beberapa orang sebelum keputusan ujian tersedia, ini dapat menjadikan rawatan awal (dan keperluan untuk kawalan jangkitan) lebih mudah. Kajian ini masih perlu diperiksa oleh pengulas pakar, dan ujian algoritma lebih lanjut dalam tetapan lain mungkin diperlukan sebelum dapat digunakan secara lebih luas.

Dari mana berita ini timbul?

The Surat Harian adalah salah satu saluran berita yang melaporkan mengenai 'ujian AI baru' untuk COVID-19. Maklumat itu datang dari John Radcliffe Hospital Universiti Oxford, yang telah memberikan hasilnya belajar. Kajian ini belum diterbitkan dalam jurnal yang ditinjau oleh rakan sebaya, jadi belum diperiksa oleh pengulas pakar untuk memastikan kaedah dan hasilnya dapat dipercayai.

Apakah asas dakwaan ini?

Para penyelidik di Universiti Oxford menggunakan semua maklumat perubatan yang dikumpulkan secara rutin mengenai dua kumpulan orang yang menghadiri jabatan kemalangan dan kecemasan, atau dimasukkan ke hospital untuk merawat keadaan akut (iaitu tidak kronik):

  • mereka yang hadir antara 1 Disember 2017 hingga 1 Disember 2019, tidak ada yang akan mempunyai COVID-19 (114,957 kehadiran)
  • mereka yang hadir antara 1 Disember 2019 hingga 19 April 2020, yang mempunyai ujian positif untuk COVID-19 (534 kehadiran)

Maklumat tersebut merangkumi usia, jantina dan latar belakang etnik, serta maklumat asas seperti hasil ujian darah rutin, tahap oksigen darah, dan tanda-tanda penting, seperti suhu, degup jantung dan pernafasan.

Mereka memberi maklumat itu kepada model kecerdasan buatan komputer, untuk mengajarkannya untuk mengetahui perbezaan pola maklumat antara orang yang menjalani ujian positif terhadap virus tersebut, dan orang yang tidak memiliki virus tersebut. Mereka menggunakan 80% data untuk "melatih" algoritma dan kemudian menguji algoritma pada 20% data yang tersisa.

Ketika melihat sama ada orang yang hadir ke jabatan kecemasan, atau mereka yang dimasukkan ke hospital, model tersebut dengan tepat mengenal pasti 77% orang yang mempunyai virus, dan dengan tepat mengenal pasti sekitar 95% mereka yang tidak mempunyai virus. Hasil ini bermaksud bahawa jika algoritma meramalkan bahawa seseorang tidak mempunyai SARS-CoV-2, doktor mungkin lebih dari 99% yakin bahawa mereka tidak memilikinya.

Selepas tempoh 'latihan' ini, para penyelidik menguji model tersebut pada data yang dikumpulkan dari semua pesakit yang telah menghadiri hospital dari 20 April hingga 6 Mei 2020, untuk melihat sejauh mana model itu dapat meramalkan siapa yang positif positif SARS-CoV-2. Sampel ini merangkumi 3,326 orang yang menghadiri jabatan kecemasan dan 1,715 orang yang dimasukkan ke hospital. Dalam sampel ini, algoritma juga berkinerja baik, dan lebih dari 97% dari mereka yang mengatakan algoritma tidak mempunyai COVID-19 ternyata menguji negatif untuk SARS-CoV-2.

Apa kata sumber yang boleh dipercayai?

Oleh kerana ini adalah penyelidikan peringkat awal, yang masih menunggu tinjauan rakan sebaya oleh para pakar, tidak ada badan resmi yang mengulas mengenai kajian ini.

Algoritma akan memerlukan ujian lebih lanjut untuk menentukan sama ada ia berfungsi sama pada pesakit di hospital lain dan di tempat lain (seperti di negara yang berbeza) dan dalam jangka masa yang lebih lama kerana kadar jangkitan berbeza-beza.

Doktor juga perlu memikirkan betapa berguna algoritma dalam pengaturan mereka, dan bagaimana algoritma dan hasilnya mungkin dimasukkan ke dalam proses pengujian dan kawalan jangkitan mereka. Sebagai contoh, kerana algoritma ini merindui beberapa individu dengan COVID-19, doktor perlu memutuskan sama ada masih akan menggunakan ujian swab untuk mengenal pasti mereka yang ketinggalan oleh algoritma dan untuk memutuskan langkah-langkah kawalan jangkitan yang sesuai ketika menguruskan pesakit yang diramalkan bersikap negatif untuk COVID-19 pada algoritma.

Analisis olehEIU Healthcare, dengan sokongan Reckitt Benckiser

Rujukan

  1. Soltan AS et al. Penilaian berdasarkan kecerdasan buatan terhadap data penjagaan kesihatan yang dikumpulkan secara rutin adalah ujian saringan berkesan untuk COVID-19 pada pesakit yang hadir ke hospital. Pra-cetak boleh didapati di medRxiv 2020.07.07.20148361; doi: https://doi.org/10.1101/2020.07.07.20148361 (Diakses pada 25 Ogos 2020).