方艙醫(yī)院內(nèi)，平均一位醫(yī)生要照顧近百位患者，新冠肺炎早期病情又復雜多變，如何科學、精準地預測患者的病情變化，提供最科學、最優(yōu)良的救治方案？
“這兩天，不少患者登錄‘新冠肺炎臨床轉(zhuǎn)規(guī)輔助決策系統(tǒng)’所在的微信公眾號，醫(yī)生值班時，登錄系統(tǒng)后臺，就能看到患者的病情進展，特別是能對高風險患者，進行及時、有針對性地治療?！蹦壳罢谖錆h體育中心方艙醫(yī)院救治患者的南京醫(yī)科大學第一附屬醫(yī)院（江蘇省人民醫(yī)院）副主任醫(yī)師李勇介紹說。
為了這個拯救生命的公眾號，從2月上旬開始，武漢與南京，隔空上演了一場科研接力。病程進展、AI算法相互交織、打磨。李勇白天進方艙醫(yī)院救治患者，晚上就與南京醫(yī)科大學公共衛(wèi)生學院夏彥愷、彭志行教授團隊研討建立多種預測模型。2月27日，他們研發(fā)的“新冠肺炎病程轉(zhuǎn)歸病情預測模型”，在武漢體育中心方艙醫(yī)院正式投用。
為了一個問題在線爭論到凌晨兩點
此前一直在做心內(nèi)科重癥醫(yī)生的李勇，到了武漢之后才發(fā)現(xiàn)，臨床醫(yī)生的壓力要比想象的更大。“我們整個救援隊要照顧600多名患者。即使輪班值班，一個醫(yī)生平均每天也要觀察尋訪近百名患者?！?/p>
“病情早期，很多患者病情多變，很多還有基礎(chǔ)病，有的病情還會急速轉(zhuǎn)危。有一次，我遇到一位58歲的患者，胸悶，白細胞計數(shù)略高，血氧飽和度96%，心率107次/分，當時我們預判患者轉(zhuǎn)重癥的風險比較高，及時讓他轉(zhuǎn)院，事實證明，預判是準確的?！崩钣抡f，這讓他得到啟發(fā)，如果能盡早知道哪些輕癥患者會轉(zhuǎn)成重癥、危重癥，是不是就可以早干預、早治療？有沒有可能用數(shù)據(jù)建模的方式，幫助醫(yī)生預測病情發(fā)展？從2月上旬開始，李勇利用輪休的時間，聯(lián)合臨床醫(yī)生和專家，討論模型設計和應用問題。
同時，他把這一想法，分享給了南京醫(yī)科大學公共衛(wèi)生學院院長、國家衛(wèi)健委衛(wèi)生應急體系建設指導專家夏彥愷。
“方艙醫(yī)院收治的是輕癥患者，很多醫(yī)生只能基于患者的癥狀和此前做的一些醫(yī)學檢測指標來判斷病情走勢，我們也想嘗試一下，借助人工智能等多種算法，有沒有可能提前預測病情發(fā)展，給臨床醫(yī)生提供參考?！毕膹鹫f。
雙方一拍即合。隨后，武漢和南京開啟了臨床救治與科研攻關(guān)緊張的在線互動模式。李勇雖然可以值一天班，休息兩天，但在武漢東西湖方艙醫(yī)院期間，他幾乎每天都要進艙，觀察患者病情發(fā)展，跟患者聊天，然后跟南京的科研團隊討論相關(guān)內(nèi)容。
為保證最快的速度，前后方的配合往往是晝夜不分。有時，李勇凌晨3點跟大家討論完，早晨7點鐘又爬起來上班了。
到底哪些臨床資料能反映病情變化的趨勢，這是團隊遇到的第一個問題。
“我們根據(jù)指南及臨床專家意見，提取了心肌酶、白細胞、淋巴細胞、氧飽和度、腎功能指標等40多類指標，來訓練人工智能算法，但發(fā)現(xiàn)算出來的結(jié)果并不穩(wěn)定。”李勇說，有時，大家為了解決一個問題，會爭論到凌晨兩點。
就這樣，李勇和夏彥愷的團隊將算法的結(jié)果不斷與臨床驗證、篩選、調(diào)整參數(shù)。
模型經(jīng)驗證后，在方艙醫(yī)院投入使用
算法預測的結(jié)果，與實際的病情走勢是否一致？對于病情變化復雜的新冠肺炎，AI是不是足夠聰明？
經(jīng)過模型的建立和驗證，最終他們發(fā)現(xiàn)，在國家衛(wèi)健委發(fā)布的新冠肺炎診療方案指導下，結(jié)合多種機器學習方法和臨床預測綜合分析，應在病情早期重點關(guān)注血氧飽和度較低，早期外周血白細胞計數(shù)增高顯著，收縮壓下降較大，早期出現(xiàn)心率加快，早期CT檢查發(fā)現(xiàn)肺部多發(fā)小斑片影，及年齡大于46歲的患者，他們病情加重的風險可能更高。
“這6項指標的重要性從高到低排列，每項指標的權(quán)重也呈一定的遞減趨勢?！毕膹鹫f，模型建立后的驗證發(fā)現(xiàn)，模型的整體預測準確率為88.5%，重癥患者預測準確率為83.2%，輕癥患者預測準確率為92.9%。
夏彥愷介紹，前期做模型驗證時，一位53歲的患者，血氧飽和度為94%，外周白細胞計數(shù)6.54×109/L，收縮壓下降26mmHg，心率為104次/分，有多發(fā)小斑片影，經(jīng)過模型預測，該患者轉(zhuǎn)變?yōu)橹匕Y的可能性較大，而實際上，該患者最終也轉(zhuǎn)為重癥患者了。
“隨著新的數(shù)據(jù)的加入，分析結(jié)果的作用會越來越大，因為模型本身也是不斷迭代不斷進步的?！迸碇拘薪榻B。
2月27日起，該預測模型嵌入了前方綜合服務的微信公眾號，并得到了南京郵電大學郭永安教授團隊和江蘇省人民醫(yī)院信息處的支持，在武漢體育中心方艙醫(yī)院正式投用，在李勇團隊的努力下，部分患者開始輸入自己的病情信息，醫(yī)生在后臺就能實時看到生成的預警指數(shù)。
“有些患者的癥狀可能不明顯，但是身體指標卻有一定風險，通過該系統(tǒng)，醫(yī)生在查房時就能重點關(guān)注那些高風險的患者，當然最終也是給臨床醫(yī)生做參考的?！崩钣抡f。
投入運行的微信公眾號，如今更像一個醫(yī)治患者的網(wǎng)上家園。除了輔助病情決策，心理健康狀況自評、深度放松療愈的音頻、防疫科普知識、健康生活的膳食、運動小貼士，一應俱全。此前，李勇還聯(lián)合救援隊的心理咨詢師申秀紅，結(jié)合不同心理健康的評分等級，制定心理治療方案。如果發(fā)現(xiàn)患者的心理評分有異常，心理咨詢師也會給患者做心理“按摩”。“我們的初心就是治病救人，減少死亡率，保護人民的生命健康，同時也提高一線醫(yī)務工作者的工作效率?！崩钣抡f。（金鳳）
