Program komputer yang telah dilatih untuk melihat pola dengan analisis ribuan rongten dada, diprediksi dengan akurasi hingga 80% yang akan mengancam jiwa pasien COVID-19 komplikasi dalam empat hari, sebuah studi menemukan. Studi ini dikembangkan para peneliti di NYU Grossman School of Medicine, program ini diklaim menggabungkan beberapa ratus gigabyte data yang dikumpulkan dari 5.224 rongten dada yang diambil dari 2.943 paseian yang sakit parah terinfeksi SARS-CoV-2.
Para penulis penelitian, yang menerbitkan jurnal Digital Medicine Online, mengutip "kebutuhan mendesak" untuk kemampuan prediksi dengan cepat pasien COVID-19, mana yang kemungkinan besar alami komplikasi yang mematikan, sehingga sumber daya pengobatan yang paling cocok untuk mereka yang berisiko tinggi.
Dalam upaya untuk mengatasi kebutuhan ini, NYU Langone telah memasukkan informasi sinar-X ke dalam analisis komputer mereka, bersama dengan beberapa tanda vital dan hasil tes laboratorium. Selain itu, juga diperhitungkan dalam model matematis mereka, di mana kebutuhan akan ventilator mekanis dan apakah setiap pasien dapat bertahan hidup atau meninggal akibat infeksi.
"Dokter ruang gawat darurat dan ahli radiologi membutuhkan alat yang efektif seperti program kami untuk dengan cepat mengidentifikasi pasien COVID-19 yang kondisinya paling mungkin memburuk dengan cepat sehingga penyedia layanan kesehatan dapat memantau mereka lebih dekat dan melakukan intervensi lebih awal," kata ketua peneliti studi Farah. Shamout, PhD, asisten profesor teknik komputer di kampus Universitas New York di Abu Dhabi.
"Kami percaya bahwa uji klasifikasi COVID-19 kami mewakili aplikasi kecerdasan buatan terbesar dalam radiologi untuk menangani beberapa kebutuhan paling mendesak dari pasien dan perawat selama pandemi," kata Yiqiu "Artie" Shen, MS, seorang mahasiswa doktoral di Pusat Ilmu Data NYU.
Sebagai bagian dari penelitian lebih lanjut, untuk segera terapkan tes klarifikasi NYU COVID-19 ke dokter darurat dan ahli radiologi. Untuk sementara, dia bekerja dengan dokter untuk menyusun pedomoan klinis untuk penggunaannya.
