以前の診断研究では、人口の 7% が長期にわたる新型コロナウイルス感染症に苦しんでいることが示唆されていますが、 ブリガムミサ将軍 研究によると、22.8% よりはるかに高いことが明らかになりました。
AI ベースのツールは、電子医療記録を精査して、臨床医が新型コロナウイルスの長期罹患症例を特定できるようにします。しばしば不可解な症状には、一連の症状が含まれる場合があります。 持続する症状、SARS-CoV-2感染後の疲労、慢性咳、脳霧など。
使用されたアルゴリズムは、マサチューセッツ将軍ブリガム システムの 14 の病院と 20 の地域医療センターにわたる約 300,000 人の患者の臨床記録から匿名化された患者データを抽出して開発されました。の 結果、 ジャーナル「Med」に掲載された研究結果により、この潜在的に衰弱する状態の治療を受ける必要があるより多くの人々を特定できる可能性があります。
「当社の AI ツールは、霧の多い診断プロセスを鮮明で焦点を絞ったものに変え、臨床医に困難な状態を理解する力を与える可能性があります」と上級著者は述べています。 ホセイン・エスティリ、MGB の学習ヘルスケア システム AI および生物医学情報学センター (CAIBILS) の AI 研究責任者、ハーバード大学医学部准教授。 「この研究により、私たちはついに長期にわたる新型コロナウイルス感染症の本当の姿、そしてより重要なことに、その治療法を知ることができるかもしれません。」
「この研究により、私たちはついに長期にわたる新型コロナウイルス感染症の本当の姿、そしてより重要なことに、その治療法を知ることができるかもしれません。」
ホセイン・エスティリ
研究の目的上、Estiriらは長期にわたる新型コロナウイルスを次のように定義した。 除外診断 それも 感染症関連。つまり、診断は患者固有の医療記録では説明できず、新型コロナウイルス感染症に関連していたということになる。さらに、診断は 12 か月の追跡期間中に 2 か月以上継続している必要がありました。
Estiriらによって開発された「精密表現型解析」と呼ばれる新しい方法は、個人の記録を精査して新型コロナウイルス感染症に関連する症状や状態を特定し、症状を他の病気と区別するために長期にわたって症状を追跡する。たとえば、このアルゴリズムは、息切れの原因が、長期にわたる新型コロナウイルス感染症ではなく、心不全や喘息などの既存の症状に起因するかどうかを検出できます。他のすべての可能性が尽きた場合にのみ、ツールは患者に長期にわたる新型コロナウイルス感染症のフラグを立てます。
「医師は、多忙な症例数のバランスをとりながら、どの糸を引くべきか分からず、複雑に絡み合った症状や病歴をかき分けなければならないという課題に直面することがよくあります。 AI を活用し、患者に代わって体系的にそれを実行できるツールがあれば、状況が一変する可能性があります」と共同筆頭著者であり、マサチューセッツ ジェネラル ブリガム医療システムの創設メンバーであるブリガム アンド ウィメンズ病院の内科レジデントであるアラレ アジール氏は述べています。 。
新しいツールの患者中心の診断は、長期コロナウイルスの現在の診断に組み込まれているバイアスを緩和するのにも役立つ可能性があると研究者らは述べ、長期コロナウイルスの公式ICD-10診断コードによる診断は、医療へのアクセスが容易な患者に向けられる傾向があると指摘した。
研究者らは、彼らのツールはICD-10コードがキャプチャするデータよりも約3パーセント正確でありながら、偏りが少ないと述べた。具体的には、彼らの研究は、単一の診断コードや個々の臨床経験に依存する長期コロナアルゴリズムとは異なり、長期コロナ感染者として特定された個人はマサチューセッツ州のより広範な人口構成を反映しており、より多くの医療へのアクセスが可能な人々などの特定の集団に結果を偏らせることを実証した。ケア。
「この広い範囲により、臨床研究から疎外されることが多い疎外されたコミュニティがもはや目に見えなくなることが保証されます」とエスティリ氏は述べた。
この研究とAIツールの限界には、長期にわたる新型コロナウイルスの症状を説明するためにアルゴリズムが使用する健康記録データが、医師が診察後の臨床記録で収集するデータよりも完全ではない可能性があることが含まれる。もう1つの制限は、アルゴリズムが、長期にわたる新型コロナウイルスの症状であった可能性のある以前の状態の悪化の可能性を捉えていなかったことです。たとえば、患者が COPD を患っていて、それが COPD-19 を発症する前に悪化した場合、アルゴリズムは、たとえそれが長い期間にわたる COVID 指標であっても、そのエピソードを削除した可能性があります。近年の新型コロナウイルス感染症検査の減少により、患者が初めて新型コロナウイルス感染症に感染した時期を特定することも困難になっています。
この研究はマサチューセッツ州の患者に限定されていた。
将来の研究では、COPDや糖尿病などの特定の症状を持つ患者のコホートでアルゴリズムを調査する可能性があります。研究者らはまた、このアルゴリズムをオープンアクセスで一般公開し、世界中の医師や医療システムが患者集団に使用できるようにすることも計画している。
この研究は、より良い臨床ケアへの扉を開くことに加えて、長期にわたる新型コロナウイルスのさまざまなサブタイプの背後にある遺伝的および生化学的要因に関する将来の研究の基礎を築く可能性がある。 「長期にわたる新型コロナウイルスの真の負担に関する疑問、つまりこれまでとらえどころのないままだった疑問が、今ではより手の届くところにあるように思えます」とエスティリ氏は語った。
国立衛生研究所、国立アレルギー感染症研究所 (NIAID) R01AI165535、国立心肺血液研究所 (NHLBI) OT2HL161847、および国立トランスレーショナルサイエンス推進センター (NCATS) UL1 TR003167、UL1 TR001881 からの支援が行われました。 、U24TR004111。 J. Hügel の研究は、ドイツ学術交換局 (DAAD) の IFI プログラム内のフェローシップ、連邦教育研究省 (BMBF)、およびドイツ研究財団 (426671079) によって部分的に資金提供されました。