在新型冠狀病毒疫情蔓延全球之際，科學(xué)家們除了從生物學(xué)和化學(xué)的角度尋找解決辦法，還嘗試?yán)每萍嫉牧α颗c之對(duì)抗。通過大數(shù)據(jù)資料，很多科技公司開發(fā)了追蹤感染者活動(dòng)路徑的應(yīng)用，從而幫助當(dāng)?shù)匦l(wèi)生機(jī)構(gòu)更全面地掌握疫情的傳播范圍。

另一方面，為了利用現(xiàn)有資料進(jìn)一步提高病毒檢測(cè)效率，一些工程師和科學(xué)家將目光聚焦在了人工智能上（AI），寄希望于它善于尋找規(guī)律的特長(zhǎng)，期待在茫茫多的臨床數(shù)據(jù)中挖掘出人們尚未發(fā)現(xiàn)的重要信息。

近日，一份發(fā)表于 Arxiv 的預(yù)印本論文闡述了如何利用 AI 識(shí)別和分析冠狀病毒感染的臨床特征。研究團(tuán)隊(duì)成員來自于美國(guó)知名醫(yī)療機(jī)構(gòu) Mayo Clinic（梅奧診所）和醫(yī)療數(shù)據(jù)分析初創(chuàng)公司 Nference。

論文指出，通過 AI 分析 800 多萬份臨床數(shù)據(jù)后發(fā)現(xiàn)，腹瀉是最值得關(guān)注的早期癥狀之一。在測(cè)試 4-7 天前，絕大多數(shù)患者會(huì)同時(shí)出現(xiàn)咳嗽和腹瀉癥狀，伴隨著味覺或嗅覺喪失和大量出汗。這些綜合起來組成了新冠肺炎最早期的癥狀清單。

圖 | 梅奧診所

雖然新冠病患出現(xiàn)上述癥狀早已為人所知，但研究人員表示，通過技術(shù)手段（神經(jīng)網(wǎng)絡(luò)）整理和分析海量數(shù)據(jù)，可以加深人們對(duì)癥狀的理解，不僅可以驗(yàn)證現(xiàn)行觀點(diǎn)的準(zhǔn)確性和科學(xué)性，也有助于早期病例的自我發(fā)現(xiàn)、篩查和分類，實(shí)現(xiàn)早發(fā)現(xiàn)早治療，有效減輕醫(yī)療系統(tǒng)的負(fù)擔(dān)。

為了訓(xùn)練 AI 系統(tǒng)，梅奧診所提供了近 823 萬份電子病歷版臨床記錄，囊括了 14967 名接受了 PCR 檢測(cè)（聚合酶鏈?zhǔn)椒磻?yīng)檢測(cè)）的測(cè)試者信息，其中有 272 名患者確認(rèn)感染了新冠病毒。

電子病歷詳細(xì)記錄了每名測(cè)試者的癥狀資料，比如腹瀉、頭痛、發(fā)燒、乏力、味覺或嗅覺喪失等等，時(shí)間跨越測(cè)試前數(shù)周到測(cè)試后數(shù)周。為了讓分析結(jié)果更有說服力，研究人員只使用了最早追溯到測(cè)試前 7 天的癥狀，并且大致分為腸胃類、呼吸類和感官類特征。

研究中所使用的 AI 并非專門針對(duì)疾病診斷的系統(tǒng)，而是基于谷歌 AI 開源的 BERT 模型，專門用于自然語言處理（NLP）。原因是其性能強(qiáng)大且無需太多改動(dòng)，能夠直接提取電子病歷中的海量數(shù)據(jù)，以關(guān)鍵詞的方式加以分析和歸類。

研究人員通過該模型實(shí)現(xiàn)了疾病、藥物、癥狀和其他關(guān)鍵詞的自動(dòng)識(shí)別和提取，量化各個(gè)關(guān)鍵詞與上下文的關(guān)聯(lián)強(qiáng)度，然后將每一種聯(lián)系分類為 “正面” “負(fù)面” 或者“其他”。

針對(duì)不同人對(duì)類似癥狀的表述方式不同，他們會(huì)讓 AI 系統(tǒng)做出綜合整理。以關(guān)鍵癥狀 “胸痛” 為例，AI 會(huì)自動(dòng)將病歷中的 “胸痛” 類詞匯整合起來，諸如 “胸悶” “胸口疼” “胸口堵塞” 和“胸口不舒服”等詞匯都會(huì)被歸為 “胸痛” 類別。

圖 | 部分早期癥狀在陽性和陰性測(cè)試者中的比例（來源：Mayo Clinic）

最終，AI 系統(tǒng)提取出的信息顯示，在接受 PCR 測(cè)試前一周內(nèi)，有 43 名新冠病毒陽性患者出現(xiàn)過腹瀉癥狀，占總陽性人數(shù)的 15.8%，而相對(duì)的，只有 5.6% 的陰性測(cè)試者聲稱有過腹瀉。兩者相差近三倍。

在 272 名確診患者中，約有 3% 的人出現(xiàn)了嗅覺或味覺失靈，雖然比例不大，但這種情況幾乎不會(huì)在正常人或陰性測(cè)試者身上出現(xiàn)，因此比咳嗽和發(fā)燒等癥狀更具代表性。

另外，確診患者出現(xiàn)過度出汗、疲勞和頭痛的比例分別是 11.4%、13.6% 和 12.9%，也明顯高于陰性測(cè)試者。但較為常見的咳嗽和發(fā)燒癥狀，在測(cè)試者身上的對(duì)比似乎并不是太明顯：約有 25% 的陽性患者稱自己出現(xiàn)上述癥狀，而陰性測(cè)試者中，也有 19% 的人聲稱自己同樣出現(xiàn)了上述癥狀。

這可能是因?yàn)榘Y狀較為常見，容易出現(xiàn)主觀認(rèn)知偏差。

在進(jìn)一步分析數(shù)據(jù)之間的關(guān)聯(lián)后，研究人員發(fā)現(xiàn)，有兩種癥狀組合最值得關(guān)注：咳嗽 & 腹瀉和盜汗 & 腹瀉。它們同時(shí)出現(xiàn)時(shí)與陽性患者的關(guān)聯(lián)最為緊密。

數(shù)據(jù)顯示，約有 13.2% 的陽性病例同時(shí)出現(xiàn)了咳嗽和腹瀉，比例是陰性病例的 4 倍。而同時(shí)出現(xiàn)盜汗和腹瀉的陽性病例有 21 例，占比 7.7%，是陰性病例的 5.5 倍。

相比單一表現(xiàn)，組合癥狀與陽性病例的關(guān)聯(lián)性更值得注意，而腹瀉不僅本身具有獨(dú)特性，又是兩種組合的共同點(diǎn)，說明它很可能具備重點(diǎn)關(guān)注的價(jià)值，與新冠病毒的關(guān)聯(lián)性值得挖掘。

不過研究人員也指出，這項(xiàng)研究的核心是提取電子病例數(shù)據(jù)進(jìn)行分析，因此受患者主觀表述的影響較大。例如無癥狀患者的一些輕度癥狀可能不會(huì)報(bào)告給醫(yī)生，沒有記錄在病歷中，或者主觀認(rèn)定某種癥狀出現(xiàn)過，但實(shí)際上并沒有，導(dǎo)致分析結(jié)果出現(xiàn)偏差。

“我們分析電子病歷得來的成果能夠幫助病理學(xué)研究。針對(duì)新冠病毒的高靈敏度和高特異性血清測(cè)試（抗體測(cè)試）正在逐漸成熟，人們有望在家中自行測(cè)試，所以捕捉相關(guān)癥狀將變得越來越重要，”研究人員強(qiáng)調(diào)，“我們希望類似于這種 AI 系統(tǒng)的，基于電子病歷的數(shù)字醫(yī)療工具可以提供幫助?！?/p>

來源：麻省理工科技評(píng)論