[[361228]]

西班牙已經成為了歐洲受到新冠肺炎大流行打擊最嚴重的國家之一，累計發(fā)現的病例已經超過了170萬例。盡管在過去幾個月中，新冠肺炎的第二波大流行波及全國，但是巴塞羅那的醫(yī)院診所已經利用人工智能成功地將新冠肺炎患者的死亡率降低了一半。

據了解，加泰羅尼亞州的醫(yī)院已經開發(fā)了一種機器學習工具，可以預測新冠肺炎的患者何時會出現病情惡化以及如何為患者制訂個性化的治療方案以避免最壞的結果。

傳染病?？漆t(yī)師Carol Garcia-Vidal表示：“當你只有一名患者處于危急狀態(tài)之中時，你可以對他/她進行特別護理。但是如果你有700名危重患者的時候，你就需要這樣的工具了。”所以，Carol Garcia-Vidal也是領導開發(fā)該工具的IDIBAPS研究人員。

在新冠肺炎大流行之前，這家醫(yī)院已經在研究將可變數據轉化成可分析形式的軟件。因此，當這家醫(yī)院在三月份開始接收新冠肺炎患者的時候，他們利用這個系統(tǒng)開始分析來自2000名患者的3萬億條結構化的匿名數據。

該醫(yī)院的目標是訓練這款工具識別模式，并針對每一位患者找到最為有效的治療方式，以及應該何時進行這些治療。

Garcia-Vidal和她的團隊通過這項工作發(fā)現，病毒在每個人身上發(fā)作的方式不盡相同。García-Vidal對ZDNet表示，“有的患者出現了發(fā)炎的癥狀，有些患者出現了凝血病，還有些患者出現了超級感染的癥狀。”每類患者都需要不同的藥物，因此需要個性化的治療。

得益于EIT Health的資助，這個人工智能系統(tǒng)已經發(fā)展為一個面板，可以實時顯示在醫(yī)生的電腦上，它目前已經成為了醫(yī)生們日常使用的一款工具。在流行病學家的監(jiān)督下，該工具可以對病患進行分類并提供更加個性化的治療。

García-Vidal表示，“以前從來沒有人這樣做過，”研究人員最近為系統(tǒng)添加了兩種模式，包括因為病情穩(wěn)定可以出院以便騰出床位的模式和很有可能會死亡的模式。預測的準確度高達90%。她表示：“這些功能對于經驗不足的醫(yī)師以及那些專業(yè)與新冠肺炎毫無關聯(lián)的人——例如婦科醫(yī)師或者創(chuàng)傷科醫(yī)師來說非常有用。”和許多其他國家一樣，在新冠肺炎第一波的流行中，所有科室的醫(yī)生都被要求為這些患者提供治療。

據García-Vidal介紹，該系統(tǒng)也被用于當前新冠肺炎大流行的第二波，加泰羅尼亞州醫(yī)院的重癥監(jiān)護患者數量已經增加。他們的計劃是將該工具也提供給其他的醫(yī)院使用。

同時，巴塞羅那超級計算中心（Barcelona Supercomputing Center，BSC）也正在分析一組數據，這些數據來自于3月份新冠肺炎大流行期間醫(yī)院診所治療的3000名醫(yī)療病例。

這樣做的目的是為了開發(fā)基于深度學習神經網絡的模型，該模型將尋找常見模式并生成癥狀演變的預測。如此一來，就可以確定患者是否需要呼吸機，或者應該直接被送進重癥監(jiān)護室。

BSC研究人員Marta Villegas解釋說，某些數據——例如年齡、性別、生命體征和所用藥物是結構化的數據，而其他數據則不是。它們是用自然語言編寫的文本，例如出院報告和放射檢測報告等。

而超級計算帶來了更強大的計算容量和能力，可以從這些報告中提取基本信息，并訓練基于神經網絡的模型，以預測疾病的發(fā)展，根據患者個人先前的情況預測其對治療的反應。