钟南山院士团队与腾讯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，可以分别预测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。这项研究近日发布于国际顶级期刊《Nature》子刊《Nature Communications》。

这项研究名为“深度学习在新冠肺炎危重患者早期分诊中的应用”。基于人工智能深度学习所建立的生存模型，研究团队对COVID-19患者入院时的10项临床特征进行分析，就可以预测患者5天、10天和30天内病情发展至危重的概率，进而进行早期分诊。

可喜的是，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，国内临床医护工作人员也可以访问微信小程序获得这一工具。同时，这项研究成果也通过面向开源及私有软件项目的托管平台Github，向全球开源，以支持全球抗击新冠疫情。

抗疫中，医护人员主要关注的问题之一，就是患者突然恶化为重症。此项研究还显示，轻度的COVID-19患者通常是自限性的，即疾病在发生发展到一定程度后，靠机体调节能够控制病情发展并逐渐恢复痊愈。但6.5％的患者有突然进展为严重疾病的趋势，这些重症病例不但需要大量的医疗护理资源，死亡率也高达49％。因此尽早识别有重病风险的患者并早期进行干预，对于患者预后的改善至关重要。

然而，准确预测风险并非易事，但大数据与人工智能的发展将不可能变为可能。研究团队以腾讯AI Lab技术为核心，通过机器学习选择变量算法，确定了10项患者特征指标，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。

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，以及广东73例。三个独立队列测试中，相关指数都显示了深度学习生存Cox模型的准确预测具有普适性。