L’IA peut-elle identifier les patients atteints d’un long COVID ?

Utilisateur inconnupanama/Pixabay

Source : Utilisateur inconnupanama/Pixabay

Long COVID fait référence à la condition dans laquelle les personnes subissent des effets à long terme de leur infection par le virus du SRAS CoV-2 qui est responsable de la pandémie de la maladie COVID-19 (maladie à coronavirus 2019) selon les Centers for Disease Control and Prevention des États-Unis (CDC). ). Une nouvelle étude publiée dans La santé numérique The Lancet applique l’apprentissage automatique de l’intelligence artificielle (IA) pour identifier les patients atteints de longue durée de COVID-19 en utilisant les données des dossiers de santé électroniques avec une grande précision.

« Les patients identifiés par nos modèles comme ayant potentiellement un long COVID peuvent être interprétés comme des patients justifiant des soins dans une clinique spécialisée pour un long COVID, qui est un proxy essentiel pour un long diagnostic de COVID car sa définition continue d’évoluer », ont conclu les chercheurs. “Nous atteignons également l’objectif urgent d’identifier les longs COVID potentiels chez les patients pour les essais cliniques.”

À l’échelle mondiale, il y a eu plus de 510 millions de cas confirmés de COVID-19 et plus de 6,2 millions de décès selon les statistiques d’avril 2022 de l’Université Johns Hopkins. Les patients atteints de COVID de longue durée présentent des symptômes persistants ou nouveaux plus de quatre semaines après une infection par le SRAS-CoV-2.

Selon le CDC, il n’y a pas de tests pour le long COVID, ce qui présente un défi pour les professionnels de la santé d’identifier la maladie chronique. Les longs symptômes de COVID peuvent varier considérablement et affecter plusieurs systèmes d’organes tels que le cerveau, les poumons, le tube digestif et les reins. Des exemples de symptômes COVID longs incluent la fatigue, la fatigue, la fièvre, un malaise post-effort, la toux, des douleurs thoraciques, des difficultés respiratoires, des douleurs articulaires ou musculaires, des éruptions cutanées, des changements dans les cycles menstruels, de la diarrhée, des douleurs à l’estomac, un essoufflement, des palpitations cardiaques, des troubles cérébraux brouillard, maux de tête, problèmes de sommeil, étourdissements, sensations d’épingles et d’aiguilles, changement d’odeur ou de goût, dépression et anxiété.

A lire aussi  Revenir dans le monde des rencontres

Les chercheurs ont créé leur modèle d’IA en utilisant la bibliothèque XGBoost (Extreme Gradient Boosting) de Python qui consiste en un algorithme d’arbre de décision. XGBoost est couramment utilisé, rapide en calcul et prend en charge la machine d’amplification de gradient, l’amplification de gradient stochastique et l’amplification de gradient de régularisation. Leurs modèles algorithmiques utilisaient 924 fonctionnalités.

L’étude a utilisé les données du référentiel N3C, une base de données parrainée par le National Institute of Health (NIH) National Center for Advancing Translational Sciences (NCATS) avec les dossiers de santé électroniques de plus de 8 millions de patients qui ont été testés positifs pour le SRAS-CoV-2 dans 65 pays. Sites américains. Les chercheurs ont créé un sous-ensemble de patients de trois sites N3C qui ont fréquenté une longue clinique COVID.

“Nos modèles ont identifié, avec une grande précision, les patients qui ont potentiellement un long COVID, atteignant des zones sous la courbe caractéristique de l’opérateur récepteur de 0·92 (tous les patients), 0·90 (hospitalisé) et 0·85 (non hospitalisé), » ont écrit les auteurs de l’étude.

La recherche a été financée par les National Institutes of Health des États-Unis et le National Center for Advancing Translational Sciences par le biais de l’initiative RECOVER et comprenait des scientifiques affiliés au Consortium N3C, à l’Université Johns Hopkins, à Palantir Technologies, au campus médical Anschutz de l’Université du Colorado, au Stony Brook Cancer Center. , Northeastern University, University of Texas Medical Branch à Galveston, University of North Carolina à Chapel Hill et UNC-Chapel Hill School of Medicine.

Copyright © 2022 Cami Rosso Tous droits réservés.

A lire aussi  Les plaisirs et les périls du jeu