jofinЖурнал инфектологииJournal Infectology2072-6732IPO “АIDSSPbR"10.22625/2072-6732-2023-15-3-60-66jofin-1542Research ArticleОригинальное исследованиеOriginal ResearchИспользование искусственного интеллекта у больных с новой коронавирусной инфекцией для прогнозирования течения заболевания в условиях инфекционного стационараAn artificial intelligence approach for prognosis of COVID-19 course in hospitalized patientsКароноваТ. Л.KaronovaT. L.

Каронова Татьяна Леонидовна – профессор кафедры эндокринологии Института медицинского образования, заведующий НИЛ новой коронавирусной инфекции и постковидного синдрома Центра персонализированной медицины, главный научный сотрудник НИЛ клинической эндокринологии Института эндокринологии НМИЦ им. В.А. Алмазова, доктор медицинских наук.

Санкт-Петербург

Saint-Petersburg

karonova@mail.ruКорсаковИ. Н.KorsakovI. N.

Корсаков Игорь Николаевич – специалист по информационному обеспечению НМИЦ им. В.А. Алмазова, кандидат физико-математических наук.

Санкт-Петербург

Saint-Petersburg

korsakov_in@almazovcentre.ruМихайловаА. А.MikhailovaA. A.

Михайлова Арина Алексеевна – ординатор кафедры эндокринологии Института медицинского образования, младший научный сотрудник НИЛ новой коронавирусной инфекции и постковидного синдрома, Центра персонализированной медицины НМИЦ им. В.А. Алмазова.

Санкт-Петербург

Saint-Petersburg

armikhaylova@yandex.ruЛагутинаД. И.LagutinaD. I.

Лагутина Дарья Ивановна – ординатор кафедры эндокринологии Института медицинского образования, лаборант НИЛ новой коронавирусной инфекции и постковидного синдрома Центра персонализированной медицины НМИЦ им. В.А. Алмазова.

Санкт-Петербург

Saint-Petersburg

daria.lagutina.i@yandex.ruЧерниковаА. Т.ChernikovaA. T.

Черникова Алёна Тимуровна – младший научный сотрудник научно-исследовательской лаборатории клинической эндокринологии Института эндокринологии НМИЦ им. В.А. Алмазова.

Санкт-Петербург

Saint-Petersburg

arabicaa@gmail.comВашуковаМ. А.VashukovaМ. A.

Вашукова Мария Александровна – ассистент кафедры инфекционных болезней и микробиологии НМИЦ им. В.А. Алмазова; заместитель главного врача по развитию медицинской помощи КИБ им. С. П. Боткина, кандидат медицинских наук.

Санкт-Петербург

Saint-Petersburg

mavashukova@yahoo.comСмольниковаМ. В.SmolnikovaM. A.

Смольникова Мария Васильевна – ординатор кафедры инфекционных болезней и микробиологии.

Санкт-Петербург

Saint-Petersburg

smolnikova-mariya@mail.ruГусевД. А.GusevD. A.

Гусев Денис Александрович – заведующий кафедрой инфекционных болезней и микробиологии НМИЦ им. В.А. Алмазова; главный врач КИБ им. С.П. Боткина, доктор медицинских наук, профессор.

Санкт-Петербург

Saint-Petersburg

gusevden-70@mail.ruКонрадиА. О.KonradiA. O.

Конради Александра Олеговна – заместитель генерального директора по научной работе НМИЦ им. В.А. Алмазова, доктор медицинских наук, академик РАН.

Санкт-Петербург

Saint-Petersburg

ao@almazovcenter.ruШляхтоЕ. В.ShlyakhtoE. V.

Шляхто Евгений Владимирович – генеральный директор НМИЦ им. В.А. Алмазова, доктор медицинских наук, академик РАН.

Санкт-Петербург

Saint-Petersburg

e.shlyakhto@almazovcentre.ruНациональный медицинский исследовательский центр им. В.А. АлмазоваРоссияNational Medical Research Centre named after V.A. AlmazovRussian FederationНациональный медицинский исследовательский центр им. В.А. Алмазова; Клиническая инфекционная больница им. С.П. БоткинаРоссияNational Medical Research Centre named after V.A. Almazov; Clinical Infectious Hospital named after S.P. BotkinRussian Federation2023131020231536066Copyright © Каронова Т.Л., Корсаков И.Н., Михайлова А.А., Лагутина Д.И., Черникова А.Т., Вашукова М.А., Смольникова М.В., Гусев Д.А., Конради А.О., Шляхто Е.В., 20232023Каронова Т.Л., Корсаков И.Н., Михайлова А.А., Лагутина Д.И., Черникова А.Т., Вашукова М.А., Смольникова М.В., Гусев Д.А., Конради А.О., Шляхто Е.В.Karonova T.L., Korsakov I.N., Mikhailova A.A., Lagutina D.I., Chernikova A.T., Vashukova М.A., Smolnikova M.A., Gusev D.A., Konradi A.O., Shlyakhto E.V.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://journal.niidi.ru/jofin/article/view/1542Цель

Цель: создать алгоритм и разработать калькулятор расчета риска летального исхода у больных COVID-19 со средней и тяжелой степенью, госпитализированных  в инфекционный стационар.

Материалы и методы

Материалы и методы: на основании данных пациентов с подтвержденным диагнозом COVID-19, госпитализированных в Национальный медицинский исследовательский центр им. В.А. Алмазова в период с 05.2020 г. по 08.2021 г. (n=4071), создан калькулятор прогнозирования риска летального исхода с применением технологии машинного обучения.

Результаты

Результаты: разработанный алгоритм, включающий 11 значимых признаков, был применен для расчета риска летального исхода в Клинической инфекционной больнице им. С.П. Боткина в период с 05.09.2022 г. по 01.03.2023 г. Учитывая, что факторы «Мочевина»  и «Общий белок» не входили в стандарт обследования госпитализированных больных, в качестве новых доступных для большинства инфекционных стационаров признаков с применением машинного обучения (n=2876) были выбраны факторы «Пол» и «ИМТ». Такая модификация позволила адаптировать  настоящий  алгоритм к применению в клинической практике, сохранив высокую чувствительность и специфичность модели.

Заключение

Заключение: данный калькулятор позволяет с высокой долей вероятности прогнозировать исход госпитализции, в том числе при различных штаммах вируса SARS-CoV-2. Применение такого алгоритма поддержки принятия клинических решений может рассматриваться как вспомогательный инструмент стратификации риска и дальнейшей корректной маршрутизации пациента в условиях избыточной нагрузки на систему здравоохранения.

Aim

Aim. To create algorithm and risk calculator for predicting the lethal outcome in patients with COVID-19.

Materials and methods

Materials and methods. Based on machine learning approach mortality risk calculator was developed in Almazov National Medical Research Centre using data of the hospitalised patients with an established diagnosis of COVID-19 (n=4071).

Results

Results. This mathematical model, which includes 11 significant features, has been proposed for estimation of fatal outcomes in the Clinical Infectious Hospital named after S.P. Botkin. Some key features were not assessed in most hospitals according to accepted standards of care for COVID-19. So systematic analysis of factors affecting the course of disease in patients (n=2876) were conducted and «urea» and «total protein» were replaced with «sex» and «BMI». Modified algorithm demonstrated high sensitivity and specificity. Conclusion. This calculator is able to predict hospitalisation outcome with high accuracy in patients infected with different strains of SARS-CoV-2. This decision support system may be used for risk stratification and following correct patients routing.

COVID-19машинное обучениематематическая модельсистема поддержки принятия решенийSARS-CoV-2COVID-19machine learningmathematical modeldecision support systemSARS-CoV-2Исследование выполнено при финансовой поддержке Министерства науки и высшего образования Российской Федерации (Соглашение № 075-15-2022-301 от 20.04.2022 г.).ReferencesСтопкоронавирус: Официальная информация о коронавирусе в России: [Электронный ресурс]. URL: https://стопкоронавирус.рф/information. (Дата обращения: 26.04.2023).Stopkoronavirus: Oficial’naya informaciya o koronaviruse v Rossii: [Elektronnyj resurs]. URL: https://stopkoronavirus.rf/information. (Data obrashcheniya: 26.04.2023).Смирнов, А.Ю. Анализ смертности от коронавирусной инфекции в России / А.Ю. Смирнов // Народонаселение. – 2021 – T. 24, № 2 – C. 76–86.Smirnov A.YU. Analiz smertnosti ot koronavirusnoj infekcii v Rossii // Narodonaselenie. – 2021 – T. 24 – № 2 – C. 76-86.Естественное движение населения в разрезе субъектов Российской Федерации за апрель 2023 года: [Электронный ресурс] // Росстат. URL: https://rosstat.gov.ru/storage/mediabank/EDN_04-2023.html. (Дата обращения: 26.04.2023).Estestvennoe dvizhenie naseleniya v razreze sub”ektov Rossijskoj Federacii za aprel’ 2023 goda: [Elektronnyj resurs] // Rosstat. URL: https://rosstat.gov.ru/storage/mediabank/EDN_04-2023.html. (Data obrashcheniya: 26.04.2023).Haldane V. et al. Health systems resilience in managing the COVID-19 pandemic: lessons from 28 countries //Nature Medicine. – 2021. – Т. 27. – №. 6. – С. 964-980.Haldane V. et al. Health systems resilience in managing the COVID-19 pandemic: lessons from 28 countries //Nature Medicine. – 2021. – Т. 27. – №. 6. – С. 964-980.Parra P.N.B, Atanasov V.A., Meurer J., et al. Data and Methodology Documentation for a COVID-19 Risk Calculator: Mortality Rates and Loss of Life Expectancy. SSRN; 2021; doi: 10.2139/ssrn.3795802.Parra P.N.B, Atanasov V.A., Meurer J., et al. Data and Methodology Documentation for a COVID-19 Risk Calculator: Mortality Rates and Loss of Life Expectancy. SSRN; 2021; doi: 10.2139/ssrn.3795802.Michałowska J., Czernia D. Mask vs. No Mask Calculator [Электронный ресурс]// Omni Calculator. URL: https://www.omnicalculator.com/health/mask-vs-no-mask. (Дата обращения: 06.06. 2023).Michałowska J., Czernia D. Mask vs. No Mask Calculator [Электронный ресурс]// Omni Calculator. URL: https://www.omnicalculator.com/health/mask-vs-no-mask. (Дата обращения: 06.06. 2023).Jehi L. et al. Development and validation of a model for individualized prediction of hospitalization risk in 4,536 patients with COVID-19 //PloS one. – 2020. – Т. 15. – №. 8. – С. e0237419.Jehi L. et al. Development and validation of a model for individualized prediction of hospitalization risk in 4,536 patients with COVID-19 //PloS one. – 2020. – Т. 15. – №. 8. – С. e0237419.Методические рекомендации ФАР «Анестезиолого-реанимационное обеспечение пациентов с новой коронавирусной инфекцией COVID-19», 2020.Metodicheskie rekomendacii FAR «Anesteziologo-reanimacionnoe obespechenie pacientov s novoj koronavirusnoj infekciej COVID-19», 2020.Clinical management of COVID-19: interim guidance, 2020. [Электронный ресурс]// World Health Organization. URL: https://apps.who.int/iris/handle/10665/332196. (Дата обращения: 06.06.2023)Clinical management of COVID-19: interim guidance, 2020. [Электронный ресурс]// World Health Organization. URL: https://apps.who.int/iris/handle/10665/332196. (Дата обращения: 06.06.2023)Попова, К.Н. Шкала NEWS2 в практике работы инфекционного госпиталя для больных COVID-19. Внедрение и результаты / К.Н. Попова [и др.] // Вестник анестезиологии и реаниматологии. – 2021. – Т. 18, № 1. – С. 7–16. doi: 10.21292/2078-5658-2021-18-1-7-16Popova K. N., ZHukov A. A., Zykina I. L., Troshchanskij D. V., Tyurin I. N., Procenko D. N. SHkala NEWS2 v praktike raboty infekcionnogo gospitalya dlya bol’nyh COVID-19. Vnedrenie i rezul’taty // Vestnik anesteziologii i reanimatologii. – 2021. – T. 18, No 1. – S. 7-16. doi: 10.21292/2078-5658-2021-18-1-7-16Корсаков, И.Н. Прогнозирование летального исхода у пациентов с установленным диагнозом COVID-19 / И.Н. Корсаков [и др.] // Научно-технический вестник информационных технологий, механики и оптики. – 2022. – Т. 22, № 5. – С. 970–981. doi:10.17586/2226-1494-2022-22-5-970-981Korsakov I.N., Karonova T.L., Konradi A.O., Rubin A.D., Kurapeev D.I., CHernikova A.T., Mihajlova A.A., SHlyahto E.V. Prognozirovanie letal’nogo iskhoda u pacientov s ustanovlennym diagnozom COVID-19 // Nauchno-tekhnicheskij vestnik informacionnyh tekhnologij, mekhaniki i optiki. – 2022. – T. 22, No 5. – S.970–981. doi:10.17586/2226-1494-2022-22-5-970-981Komissarov A. B. et al. Genomic epidemiology of the early stages of the SARS-CoV-2 outbreak in Russia //Nature communications. – 2021. – Т. 12. – №. 1. – С. 649.Komissarov A. B. et al. Genomic epidemiology of the early stages of the SARS-CoV-2 outbreak in Russia // Nature communications. – 2021. – Т. 12. – №. 1. – С. 649.Kursa M. B., Rudnicki W. R. Feature selection with the Boruta package // Journal of statistical software. – 2010. – Т. 36. – С. 1-13.Kursa M. B., Rudnicki W. R. Feature selection with the Boruta package // Journal of statistical software. – 2010. – Т. 36. – С. 1-13.Veldhuis L. et al. Early warning scores to assess the probability of critical illness in patients with COVID-19 // Emergency Medicine Journal. – 2021. – Т. 38. – №. 12. – С. 901-905.Veldhuis L. et al. Early warning scores to assess the probability of critical illness in patients with COVID-19 //Emergency Medicine Journal. – 2021. – Т. 38. – №. 12. – С. 901-905.Bakin E. A. et al. A precise score for the regular monitoring of COVID-19 patients condition validated within the first two waves of the pandemic // medRxiv. – 2021. – С. 2021.02. 09.21249859.Bakin E. A. et al. A precise score for the regular monitoring of COVID-19 patients condition validated within the first two waves of the pandemic // medRxiv. – 2021. – С. 2021.02. 09.21249859.Калькулятор «Прогноз исходов острого периода COVID-19». Результаты международного регистра «Анализ динамики коморбидных заболеваний у пациентов, перенесших инфицирование SARS-CoV-2 (АКТИВ SARS-CoV-2)» [Электронный ресурс]// Евразийская ассоциация терапевтов. – URL : https://euat.ru/calc/calc2022. (Дата обращения: 06.06.2023).Kal’kulyator «Prognoz iskhodov ostrogo perioda COVID-19». Rezul’taty mezhdunarodnogo registra «Analiz dinamiki komorbidnyh zabolevanij u pacientov, perenesshih inficirovanie SARS-CoV-2 (AKTIV SARS-CoV-2)» [Elektronnyj resurs]// Evrazijskaya associaciya terapevtov. URL: https://euat.ru/calc/calc2022. (Data obrashcheniya: 06.06.2023).

The authors declare that there are no conflicts of interest present.