Δανοί ερευνητές ανέπτυξαν αλγόριθμο μηχανικής μάθησης, ο οποίος αφού τροφοδοτήθηκε με δεδομένα χιλιάδων ασθενών της Covid-19 μπορεί να προβλέπει με αξιοπιστία 90% ποιος θα πεθάνει σε περίπτωση μόλυνσης από τον κορωνοϊό.
Το σύστημα προσφέρεται μάλιστα δωρεάν σε online πρόσβαση ώστε οι πολίτες να έχουν πρόσβαση στο εργαλείο εκτίμησης κινδύνου.
Η τεχνητή νοημοσύνη θα μπορούσε να βοηθήσει τα νοσοκομεία να διαχειριστούν την κρίση της πανδημίας, καθώς και να προσδιορίσει ποιοι πολίτες θα πρέπει να εμβολιαστούν κατά προτεραιότητα, αναφέρουν οι δημιουργοί της στο Scientific Reports, μια επιθεώρηση των εκδόσεων Nature.
Οι ερευνητές του Πανεπιστημίου της Κοπεγχάγης τροφοδότησαν τον αλγόριθμο με δεδομένα για σχεδόν 4.000 ασθενείς του κοροναϊού στην ευρύτερη περιοχή της δανέζικης πρωτεύουσας, έπειτα από άδεια των αρμόδιων αρχών δεδομένων.
Αυτό επέτρεψε στην τεχνητή νοημοσύνη να εντοπίζει μοτίβα και συσχετισμούς ανάμεσα στον κίνδυνο θανάτου και διάφορους παράγοντες κινδύνου, εξηγεί η ομάδα.
Ο αλγόριθμος μπορεί να προβλέπει με ακρίβεια 90% αν κάποιος που δεν έχει μολυνθεί από κορωνοϊό θα χάσει τη ζωή του σε περίπτωση μόλυνσης. Επιπλέον, προβλέπει με αξιοπιστία 80% αν ένας ασθενής που νοσηλεύεται με Covid-19 θα χρειαστεί αναπνευστήρα.
Ποιοι κινδυνεύουν περισσότερο
«Τα ευρήματά μας δείχνουν ότι η ηλικία και ο δείκτης μάζας σώματος (BMI) είναι οι πλέον καθοριστικές παράμετροι για τη βαρύτητα της λοίμωξης» λέει ο Μαντς Νίλσεν, καθηγητής Επιστήμης Υπολογιστών στο Πανεπιστήμιο της Κοπεγχάγης.
«Η πιθανότητα θανάτου ή ανάγκης αναπνευστήρα αυξάνεται επίσης αν κανείς είναι άνδρας, έχει υψηλή αρτηριακή πίεση ή πάσχει από νευρολογικές ασθένειες» προσθέτει.
Οι παράγοντες που βρέθηκαν να επηρεάζουν περισσότερο τον κίνδυνο θανάτου είναι οι εξής, κατά σειρά φθίνουσας σημασίας: δείκτης μάζας σώματος, ηλικία, υψηλή αρτηριακή πίεση, φύλο, νευρολογικές παθήσεις, χρόνια αναπνευστική πνευμονοπάθεια, διαβήτης και καρδιοπάθεια.
«Για όσους επηρεάζονται από μία ή περισσότερες από αυτές τις παραμέτρους, διαπιστώσαμε ότι θα είχε νόημα ο εμβολιασμός κατά προτεραιότητα» λέει ο δρ Νίλσεν.
Η ομάδα του αναζητά τώρα δεδομένα για περισσότερους ασθενείς στη Δανία προκειμένου να αυξηθεί η αξιοπιστία των προβλέψεων.
«Στόχος μας είναι να μπορούμε να προβλέπουμε την ανάγκη χρήσης αναπνευστήρα πέντε ημέρες νωρίτερα» αναφέρει ο Νίλσεν.
«Ο υπολογιστής δεν θα μπορέσει ποτέ να υποκαταστήσει την αξιολόγηση από γιατρό, μπορεί όμως να βοηθήσει τους γιατρούς και τα νοσοκομεία να εξετάζουν πολλούς ασθενείς της Covid-19 ταυτόχρονα και να θέτουν προτεραιότητες» λέει.
