การประเมินของเรา:

แบบจำลองปัญญาประดิษฐ์ (AI) อาจสามารถแยกแยะการติดเชื้อ COVID-19 ในกลุ่มคนที่มาถึงโรงพยาบาลได้ก่อนที่ผลการตรวจไวรัสจะพร้อม

นักวิจัยจากมหาวิทยาลัยอ๊อกซฟอร์ดใช้ข้อมูลจากการเข้ารับการรักษาในโรงพยาบาลมากกว่า 115,000 ครั้งโดยผู้ใหญ่และการทดสอบในห้องปฏิบัติการเป็นประจำ 5 ล้านครั้งเพื่อ 'ฝึก' อัลกอริทึมเพื่อทำนายว่าใครมี SARS-CoV-2 ซึ่งเป็นไวรัสที่ทำให้เกิด COVID-19

พวกเขาใช้ข้อมูลที่สามารถรวบรวมได้ภายในหนึ่งชั่วโมงหลังจากที่ผู้ป่วยมาถึงโรงพยาบาล การตรวจเลือดและสัญญาณชีพเป็นประจำ (เช่นผู้ป่วยหายใจเร็วแค่ไหน) ให้ข้อมูลที่เป็นประโยชน์มากที่สุดและข้อมูลประเภทนี้ถูกใช้เพื่อสร้างอัลกอริทึม การทดสอบอัลกอริทึมกับกลุ่มตัวอย่างผู้ใหญ่ที่เข้ารับการรักษาในโรงพยาบาลชี้ให้เห็นว่าการวินิจฉัย COVID-19 ทำได้ดีแม้ว่าจะไม่ได้ระบุทุกคนที่มีการติดเชื้อ

ในปัจจุบันผลการตรวจหาไวรัสเพื่อยืนยัน COVID-19 อาจใช้เวลา 24 ชั่วโมงหรือมากกว่านั้นจึงจะมาถึง หากโรงพยาบาลสามารถแยกแยะ COVID-19 ในบางคนได้ก่อนที่จะมีผลการตรวจอาจทำให้การรักษาในระยะแรก (และความจำเป็นในการควบคุมการติดเชื้อ) ตรงไปตรงมามากขึ้น การศึกษายังคงต้องได้รับการตรวจสอบโดยผู้ตรวจสอบผู้เชี่ยวชาญและมีแนวโน้มว่าจะต้องมีการทดสอบอัลกอริทึมเพิ่มเติมในการตั้งค่าอื่น ๆ ก่อนจึงจะสามารถนำไปใช้ในวงกว้างได้

เรื่องนี้มีที่มาอย่างไร?

The จดหมายรายวัน เป็นหนึ่งในสำนักข่าวที่รายงานเกี่ยวกับ 'การทดสอบ AI ใหม่' สำหรับ COVID-19 ข้อมูลดังกล่าวมาจากโรงพยาบาล John Radcliffe ของมหาวิทยาลัยอ๊อกซฟอร์ดซึ่งได้เปิดเผยผลการวิจัยของพวกเขา ศึกษา. การศึกษายังไม่ได้รับการตีพิมพ์ในวารสารที่ผ่านการตรวจสอบโดยผู้เชี่ยวชาญดังนั้นจึงไม่ได้รับการตรวจสอบโดยผู้เชี่ยวชาญตรวจสอบเพื่อให้แน่ใจว่าวิธีการและผลลัพธ์มีความน่าเชื่อถือ

อะไรคือข้อเท็จจริงของการกล่าวอ้างดังกล่าว?

นักวิจัยจากมหาวิทยาลัยอ๊อกซฟอร์ดใช้ข้อมูลทางการแพทย์ที่รวบรวมเป็นประจำเกี่ยวกับกลุ่มคนสองกลุ่มที่เข้าร่วมแผนกอุบัติเหตุและฉุกเฉินหรือเข้ารับการรักษาในโรงพยาบาลเพื่อดูแลภาวะเฉียบพลัน (เช่นไม่เรื้อรัง):

  • ผู้ที่เข้าร่วมระหว่างวันที่ 1 ธันวาคม 2560 ถึง 1 ธันวาคม 2562 ไม่มีผู้ใดที่จะมี COVID-19 (จำนวนผู้เข้าร่วม 114,957 คน)
  • ผู้ที่เข้าร่วมระหว่างวันที่ 1 ธันวาคม 2562 ถึง 19 เมษายน 2563 ซึ่งมีผลการทดสอบเชิงบวกสำหรับ COVID-19 (จำนวนผู้เข้าร่วม 534 คน)

ข้อมูลดังกล่าวรวมถึงอายุเพศและเชื้อชาติของผู้คนตลอดจนข้อมูลพื้นฐานเช่นผลการตรวจเลือดระดับออกซิเจนในเลือดและสัญญาณชีพเช่นอุณหภูมิอัตราการเต้นของหัวใจและการหายใจ

พวกเขาป้อนข้อมูลไปยังแบบจำลองปัญญาประดิษฐ์ของคอมพิวเตอร์เพื่อสอนให้ระบุความแตกต่างของรูปแบบข้อมูลระหว่างผู้ที่ได้รับการตรวจไวรัสในเชิงบวกกับผู้ที่ไม่เคยติดไวรัส พวกเขาใช้ 80% ของข้อมูลเพื่อ "ฝึก" อัลกอริทึมจากนั้นทดสอบอัลกอริทึมกับข้อมูล 20% ที่เหลือ

เมื่อดูบุคคลที่นำเสนอต่อแผนกฉุกเฉินหรือผู้ที่เข้ารับการรักษาในโรงพยาบาลแบบจำลองระบุ 77% ของผู้ที่มีไวรัสได้อย่างถูกต้องและระบุได้อย่างถูกต้องประมาณ 95% ของผู้ที่ไม่มีไวรัส ผลลัพธ์เหล่านี้หมายความว่าหากอัลกอริทึมทำนายว่าบุคคลนั้นไม่มี SARS-CoV-2 แพทย์อาจมีมากกว่า 99% แน่ใจว่าพวกเขาไม่มี

หลังจากช่วงเวลา 'การฝึกอบรม' นี้นักวิจัยได้ทดสอบแบบจำลองกับข้อมูลที่รวบรวมจากผู้ป่วยทั้งหมดที่เข้ารับการรักษาในโรงพยาบาลตั้งแต่วันที่ 20 เมษายนถึง 6 พฤษภาคม 2020 เพื่อดูว่าแบบจำลองสามารถทำนายได้ดีเพียงใดว่าใครเป็นผู้ทดสอบ SARS-CoV-2 ในเชิงบวก กลุ่มตัวอย่างนี้รวม 3,326 คนที่เข้าร่วมแผนกฉุกเฉินและ 1,715 คนที่เข้ารับการรักษาในโรงพยาบาล ในตัวอย่างเหล่านี้อัลกอริทึมก็ทำงานได้ดีเช่นกันและมากกว่า 97% ของผู้ที่อัลกอริทึมกล่าวว่าไม่มี COVID-19 กลับกลายเป็นการทดสอบค่าลบสำหรับ SARS-CoV-2

แหล่งข้อมูลที่น่าเชื่อถือกล่าวว่าอย่างไร?

เนื่องจากเป็นการวิจัยในระยะเริ่มต้นซึ่งยังคงรอการตรวจสอบโดยผู้เชี่ยวชาญจึงไม่มีหน่วยงานที่เป็นทางการให้ความเห็นเกี่ยวกับการศึกษานี้

อัลกอริทึมจะต้องมีการทดสอบเพิ่มเติมเพื่อตรวจสอบว่าการทำงานในลักษณะเดียวกันกับผู้ป่วยในโรงพยาบาลอื่น ๆ และในสถานที่อื่น ๆ (เช่นในประเทศต่างๆ) หรือไม่และในระยะเวลาที่นานขึ้นเนื่องจากอัตราการติดเชื้อแตกต่างกันไป

แพทย์จะต้องคิดด้วยว่าอัลกอริทึมจะมีประโยชน์อย่างไรในการตั้งค่าและวิธีที่อัลกอริทึมและผลลัพธ์อาจรวมอยู่ในกระบวนการทดสอบและควบคุมการติดเชื้อ ตัวอย่างเช่นเนื่องจากอัลกอริทึมพลาดบุคคลบางคนที่เป็นโรค COVID-19 แพทย์จึงจำเป็นต้องตัดสินใจว่าจะยังคงใช้การทดสอบ swab เพื่อระบุผู้ที่พลาดจากอัลกอริทึมและตัดสินใจว่ามาตรการควบคุมการติดเชื้อใดที่เหมาะสมเมื่อจัดการผู้ป่วยที่คาดว่าจะ เป็นลบสำหรับ COVID-19 ในอัลกอริทึม

บทวิเคราะห์โดย EIU Healthcare, supported by Reckitt Benckiser

ข้อมูลอ้างอิง

  1. Soltan AS และคณะ การประเมินข้อมูลด้านการดูแลสุขภาพที่ขับเคลื่อนด้วยปัญญาประดิษฐ์คือการตรวจคัดกรองโควิด -19 ที่มีประสิทธิภาพในผู้ป่วยที่เข้ารับการรักษาในโรงพยาบาล พิมพ์ล่วงหน้าได้ที่ medRxiv 2020.07.07.20148361; ดอย: https://doi.org/10.1101/2020.07.07.20148361 (เข้าถึง 25 สิงหาคม 2020).