7月21日，澎湃新闻记者从腾讯方面了解到，钟南山院士团队与腾讯旗下人工智能实验室AI Lab日前披露了利用AI预测COVID-19患者病情发展至危重概率的研究成果，可分别预测5天、10天和30天内病情危重的概率，有助合理地为病人进行早期分诊。
该研究名为《深度学习在新冠肺炎危重患者早期分诊中的应用（Early triage of critically ill COVID-19 patients using deep learning）》，在7月15日发布于国际顶级期刊《Nature》子刊《Nature Communications》。
腾讯方面介绍，该研究是钟南山院士团队与腾讯公司共同成立的大数据及人工智能联合实验室的成果之一，第一作者分别是广州呼吸健康研究院院长助理梁文华博士，以及腾讯AI Lab医疗中心首席科学家姚建华博士，钟南山院士、广州呼吸健康研究院院长何建行、腾讯AI Lab医疗中心负责人黄俊洲均为共同作者。
此项研究基于人工智能深度学习所建立的生存模型，对COVID-19患者入院时的10项临床特征进行分析，可以帮助预测患者发展至危重病情的风险，如在患者住院期间持续采用此模型进行分析，预测结果会更加准确，有助于监测患者住院期间的风险趋势。
依据此模型开发出的预测工具“COVID-19患者重症早期分诊系统”已经在线公开，临床医护工作人员也可以访问微信小程序获得这一工具。医护人员只需输入患者的临床特征，重症早期分诊系统就可以返回患者在5、10和30天内病情发展至危重的概率，进而对患者进行早期分诊。
据介绍，准确预测患者进展至重症的风险并非易事。研究团队发现，临床中与此相关的患者特征多达74个，这使采用传统方法建立准确的预测模型难以实现。
对此，大数据及人工智能联合实验室团队以腾讯AI Lab技术为核心，通过机器学习选择变量算法，确定了十个患者特征指标，包括X线影像异常、年龄、呼吸困难、慢性阻塞性肺病、合并症数量、癌症病史、中性粒细胞/淋巴细胞比、乳酸脱氢酶、直接胆红素和肌酸激酶，以来自575个医疗中心的1590名COVID-19患者病例进行模型训练，进而开发出深度学习生存Cox模型。这个模型可以根据COVID-19患者入院时的临床特征，预测病情发展至危重病的风险。
研究团队还对深度学习生存Cox模型的一致性进行了验证，评估模型预测结果精准度的一致性指数（C指数）为0.894，较未进行深度学习的经典Cox模型的0.876有所提升，更显著高于CURB-6模型的0.75。
为测试模型的普适性，研究团队还对不同地理区域和不同卫生资源水平的三个独立队列进行了模型测试，三个患者队列涵盖武汉940例、湖北省武汉市以外地区380例，以及疫情期间未出现健康资源枯竭的广东73例，外部测试病例均与模型训练病例范围不重叠。
三个独立队列测试中，C指数展现的重症模型预测与实际发生一致性分别为0.878、0.769和0.967，排除10个临床特征参数缺失超过3个以上患者后的队列测试模型预测与实际发生一致性分别为0.890、0.852和0.967，显示深度学习生存Cox模型的准确预测具有普适性。
今年2月27日，钟南山院士团队与腾讯公司宣布达成合作，共同成立大数据及人工智能联合实验室，携手持续抗击新冠肺炎疫情，以大数据及人工智能攻坚流行病、呼吸疾病和胸部疾病的筛查和防控预警。
