Использование искусственного интеллекта у больных с новой коронавирусной инфекцией для прогнозирования течения заболевания в условиях инфекционного стационара

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: 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: 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: 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.

1. Стопкоронавирус: Официальная информация о коронавирусе в России: [Электронный ресурс]. URL: https://стопкоронавирус.рф/information. (Дата обращения: 26.04.2023).

2. Смирнов, А.Ю. Анализ смертности от коронавирусной инфекции в России / А.Ю. Смирнов // Народонаселение. – 2021 – T. 24, № 2 – C. 76–86.

3. 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).

4. 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.

5. 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.

6. 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).

7. 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.

8. Методические рекомендации ФАР «Анестезиолого-реанимационное обеспечение пациентов с новой коронавирусной инфекцией COVID-19», 2020.

9. 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)

10. 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: 10.21292/2078-5658-2021-18-1-7-16

11. Корсаков, 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:10.17586/2226-1494-2022-22-5-970-981

12. 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.

13. Kursa M. B., Rudnicki W. R. Feature selection with the Boruta package // Journal of statistical software. – 2010. – Т. 36. – С. 1-13.

14. 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.

15. 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.

16. 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).