人工智能用于使用血液学标记器诊断轻度至中度的COVID-19
Krishnaraj Chadaga1, Srikanth Prabhu1, Vivekananda Bhat1
1Department of Computer Science and Engineering, Manipal Institute of Technology, Manipal Academy of Higher Education, Manipal, India.
Annals of medicine
|July 12, 2023
概括
人工智能通过分析临床标志物来帮助诊断COVID-19,为RT-PCR测试提供了替代方案. 这种人工智能决策支持系统在区分COVID-19和类似的呼吸道疾病方面实现了89%的准确性.
科学领域:
- 医学诊断 医学诊断 医学诊断
- 医疗保健中的人工智能
- 呼吸系统疾病 呼吸系统疾病
背景情况:
- 将COVID-19与其他呼吸道疾病区分开来是具有挑战性的,因为症状重叠.
- 标准RT-PCR测试存在局限性,包括10%-15%的假阴性率.
- 人工智能 (AI) 和机器学习 (ML) 提供了提高诊断准确性的潜力.
研究的目的:
- 开发一种人工智能驱动的决策支持系统,用于诊断轻度至中度的COVID-19.
- 使用人口统计和临床标志物,将COVID-19与其他呼吸道疾病区分开来.
- 验证人工智能诊断能力作为RT-PCR的替代或补充.
主要方法:
- 开发了一个包含异质算法的堆叠集合模型.
- 评估了四种深度学习算法 (1D CNN,LSTM,DNN,R-MLP).
- 使用皮尔森相关性和粒子群优化的特征选择被采用.
主要成果:
- 堆叠组合模型实现了89%的最大精度.
- 确定的关键诊断标志物包括乙氨基,白蛋白,T. Bilirubin,ALP,ALT,AST,HbA1c和TWBC.
- 可解释性方法 (SHAP,Eli5,等等) 用于解释模型预测.
结论:
- 开发的AI决策支持系统在诊断COVID-19方面表现有前途.
- 这个系统可以帮助区分COVID-19和类似的呼吸道疾病.
- 人工智能为提高呼吸系统疾病诊断的准确性和效率提供了有价值的工具.
