算法模型可在應用程序用戶中診斷COVID的準確率接近80％

英國和的研究人員開發(fā)了一種自動預測模型，該模型可以僅根據癥狀來判斷某人是否感染了。

倫敦國王學院的醫(yī)學博士蒂姆·斯佩克特爾( Tim Spector)和同事們對他們的算法預測器進行了訓練，該算法是根據由史克夫特和馬薩諸塞州綜合醫(yī)院醫(yī)學博士的安德魯·陳(Andrew Chan)博士所領導的COVID癥狀研究收集的。

癥狀研究的關鍵部分是一個應用程序，該應用程序現在已經被全世界超過330萬人使用。用戶每天報告其健康狀況，并在出現時記錄與相關的任何新癥狀。

在本研究5月11日在線發(fā)表于《自然醫(yī)學》上的“實時跟蹤自我報告的癥狀以預測潛在的” 研究中，研究小組分析了該應用程序近250萬用戶的自我報告數據。

約有三分之一的大規(guī)?；颊叱霈F了癥狀，如持續(xù)咳嗽，發(fā)燒，疲勞以及味覺或嗅覺喪失(失眠)。在這250萬中，超過18,300表示已進行了COVID測試，而超過7,100則表示已恢復陽性。

然后，Spector和他的同事將癥狀之間的點(分別或兩種或多種的結合)與陽性測試結果聯系起來。

研究人員根據這些發(fā)現創(chuàng)建并測試了具有AI組件的預測模型。他們發(fā)現，根據年齡，性別和以下四個主要癥狀的組合，將COVID陽性患者與COVID陰性患者分開，該模型的準確性接近80%的準確性：厭食癥，嚴重或持續(xù)咳嗽，疲倦和不進餐。

此外，當團隊將模型應用于超過80萬名出現癥狀的應用程序用戶時，他們發(fā)現該隊列中17.42%的人可能患有。

在倫敦國王學院發(fā)布的研究報道中，Spector說，根據研究的大數據結果，味道或氣味的喪失是“對該病感染的關鍵預警信號，應包括在常規(guī)篩查中”。

他補充說：“我們強烈敦促各地的政府和衛(wèi)生將此信息廣為人知，并建議任何突然失去嗅覺或味覺的人以為自己被感染并遵守當地的自我隔離準則。”