冠状病毒对不同人的影响各不相同，有些人症状轻微，另一些人则病情严重。
在纽约大学的这项研究中，算法以70%至80%的准确率预测出了病情极为严重的人群。
新冠肺炎的感染情况并非千篇一律。有些人病例极为轻微，而其他人则身陷生死搏斗。
临床医生正在以有限的资源应对一种极难预测的疾病。若能得知哪些患者最有可能发展为重症，将有助于在这场疫情中指导临床医生。
我们是纽约大学的两名研究人员，研究预测分析与传染病。一月初，我们意识到中国的这种新型冠状病毒很可能传至纽约，因此希望开发一款工具，帮助临床医生应对即将到来的病例激增。我们认为，预测分析（一种人工智能形式）将是完成这项工作的合适技术。
总体而言，这类AI会分析现有数据以发现规律，然后利用这些规律对未来做出预测。我们利用一月和二月的53例新冠肺炎病例数据，开发了一组算法，用以判断哪些轻症患者可能发展为重症。
我们的实验性工具帮助预测了哪些人病情会最为严重。在此过程中，它还发现了一些意料之外的早期临床征兆，可预示新冠肺炎的重症病例。
我们设计的算法基于一个小型数据集进行训练，目前仅是概念验证工具。但我们相信，随着数据量增加，后续版本将对医务人员极具帮助。
我们的工作方法
要开发这款工具，我们首先需要数据。我们与中国浙江省温州市的传染病专家蒋向阳（Xiangao Jiang）合作。我们于一月初开始这项工作时，温州的疫情是湖北省以外规模最大的疫情，而湖北省的省会为武汉。一月至二月间，蒋博士的团队收集并与我们分享了两家医院53名新冠肺炎患者的信息。我们获得的数据包括发热、咳嗽和腹泻等症状，血细胞计数、肾功能、炎症指标等实验室数值，以及生命体征和X光片。
在开始构建算法之前，我们需要等待所有患者康复或死亡，以便了解其病例的最终结果。幸运的是，温州的疫情并不严重，到二月中旬，所有患者（包括重症患者）均已康复。
基于这些数据，我们开发了一组算法，运用预测分析来识别新冠肺炎患者体内的早期症状。随后，算法寻找规律，找出哪些症状与新冠肺炎重症病例相关。
你们有什么发现？
在我们研究的53人中，算法以70%至80%的准确率预测出了病情极为严重的人群。这与AI在医学领域的其他应用的准确率已相当接近。我们目前正利用大型数据集开展进一步验证。
这种预测哪些患者病情将恶化的能力对临床医生可能非常有用，而AI为做出这些预测所识别的症状，也可能为研究人员提供宝贵信息。
我们的预测模型发现，丙氨酸氨基转移酶（ALT）这种肝酶水平轻度升高、血红蛋白水平升高（即红细胞）以及身体酸痛，是预示新冠肺炎即将发展为重症的最强预测因素。在正常情况下，医生不会因ALT和血红蛋白轻度升高而担忧，但在冠状病毒感染期间，这些似乎是重要征兆。
自我们的研究发表以来，其他医学研究人员已证实了我们算法所提示的结果。在一项研究中，研究人员发现肝酶水平轻度升高可能与新冠肺炎预后恶化相关。
此外，已知血红蛋白水平升高会增加血栓形成的风险，而血栓正被证实是冠状病毒患者重要且尚不明确的死因之一。
AI不会取代医生，但它是医生可用来提供更优质医疗服务的另一种工具。Reza Estakhrian/The Image Bank via Getty Images重要意义
新冠肺炎是一种新疾病，医生此前从未见过，且重症的先兆征象难以察觉。AI能够同时识别众多难以捕捉的规律，是帮助医生及早识别高风险患者的理想工具。这使医生有时间更好地为这些病例做好准备，并可能挽救生命。
此外，AI算法发现的重要症状表明，SARS-CoV-2影响的身体部位远不止肺部。这种识别重要症状的能力，可帮助医生探索该病毒攻击人体的众多途径。
下一步计划
必须认识到AI的局限性。在投入使用此类工具之前，我们需要为系统提供更多的学习数据。由于该AI仅基于单一环境中的少量患者进行训练，其准确性也仅限于该环境。我们正在从其他来源获取更多数据，并将利用这些数据提高算法的准确性和广泛适用性。
尽管我们设计的AI仅是初步测试，但结果极为令人鼓舞。我们相信AI在抗击此次疫情中可以发挥作用，并希望不久后能让我们的系统投入使用，协助一线医生。
