Είναι σημαντικό ότι αυτό είναι το πρώτο αποτέλεσμα μιας διεπιστημονικής, διακεντρικής μελέτης που στοχεύει στην έγκαιρη πρόβλεψη της έκβασης της νόσου COVID-19 σε ασθενείς με θετικούς SARS-CoV-2 που χρησιμοποιούν τεχνητή νοημοσύνη.
Το διεθνές επιστημονικό περιοδικό Clinical Immunology δημοσίευσε ένα επιστημονικό άρθρο με τίτλο «Early prediction of COVID-19 outcomes using τεχνολογίες τεχνητής νοημοσύνης και μόνο 5 δείκτες δοκιμών». Η μελέτη, στην οποία συμμετείχαν ερευνητές από 10 διεθνή πανεπιστήμια, διεξήχθη από τους καθηγητές Στυλιανή Κόκκορη, Ευάγγελο Τέρπο και Θάνο Δημόπουλο (Πρύτανη ΕΚΠΑ) του Ιατρικού Κολλεγίου ΕΚΠΑ και Παναγιώτη Αστέρη του Ινστιτούτου Υπολογιστικής Μηχανικής της Ανωτάτης Σχολής Εκπαιδευτικής Τεχνολογίας και Μηχανικών Επιστημών. Εκπαίδευση Συντονίζεται από τον καθηγητή.
Ερευνητικό αποτέλεσμα
Συγκεκριμένα, έχει προταθεί νέος δείκτης που αξιολογεί και κατατάσσει 25 αιματολογικές εργαστηριακές παραμέτρους ανάλογα με την ικανότητά τους να προβλέπουν τη βαρύτητα της νόσου σε δείγμα 248 ασθενών με COVID-19 χρησιμοποιώντας μια καινοτόμο μεθοδολογία (άλφα δείκτης). Τα αντίστοιχα μαθηματικά μοντέλα εκπαιδεύτηκαν και αναπτύχθηκαν χρησιμοποιώντας μεθόδους τεχνητού νευρωνικού δικτύου. Προβλέπει εάν ένας ασθενής βρίσκεται σε κρίσιμη κατάσταση με ακρίβεια 93,55% χρησιμοποιώντας τις τιμές μόλις πέντε απλών αιματολογικών δεικτών. Πρέπει να εισαχθεί στην εντατική.
Με βάση τα ληφθέντα αποτελέσματα, αυτοί οι πέντε αιματολογικοί δείκτες στο περιφερικό αίμα κατατάσσονται κατά σειρά σπουδαιότητας: 1) η αναλογία ουδετερόφιλων και λεμφοκυττάρων 2) γαλακτική αφυδρογονάση (LDH) 3) ινωδογόνο 4) λευκωματίνη, 5) D-διμερές.
Τα δεδομένα που λαμβάνονται είναι ιδιαίτερα σημαντικά καθώς βοηθούν στην αξιολόγηση των επισκέψεων στο τμήμα επειγόντων περιστατικών για ασθενείς με ειδικές ιατρικές ανάγκες ή θεραπεία. Επιπλέον, η προτεινόμενη μέθοδος μπορεί να χρησιμοποιηθεί για την αξιολόγηση αιματολογικών παραμέτρων που μπορούν να προβλέψουν την έκβαση σε ασθενείς με άλλες σοβαρές ασθένειες, όπως διάφορες μορφές καρκίνου. Με βάση τα πολύ ενθαρρυντικά αρχικά αποτελέσματα, η βάση δεδομένων ενημερώνεται επί του παρόντος με αιματολογικά δεδομένα από περισσότερους από 1500 ασθενείς, προκειμένου να τεκμηριωθεί/επικαιροποιηθεί περαιτέρω η μελέτη και να ελεγχθεί η αξιοπιστία των προβλέψεων.