تقدم الذكاء الاصطناعي في التنبؤ بتدهور حالات مرضى كوفيد-19

في هذه المرحلة من جائحة كوفيد-19، يواجه الأطباء تحديات متعددة في التعامل مع المرضى الذين يصلون إلى المستشفيات بخصائص مختلفة تأثرت بفئات العمر المطعمة والفروق في القوة المعدية بين سلالات الفيروس. يعد تحديد المرضى الأكثر عرضة لتطور حالاتهم إلى أشكال شديدة من المرض أمرًا بالغ الأهمية لتوجيه الموارد والعلاجات المناسبة وتحسين النتائج الصحية. تم تطوير نموذج تعلم آلي يعتمد على تقنية Catboost للتنبؤ بتدهور حالات مرضى كوفيد-19 بناءً على مجموعة من المتغيرات التي تشمل العمر، ومستويات الأكسجين في الدم، ومؤشرات الالتهاب مثل البروكالسيتونين واللاكتات ديهيدروجيناز (LDH) وبروتين C التفاعلي (CRP)، والتغيرات في عد الدم والتجلط. تشمل المؤشرات الأخرى بعض الأدوية التي يتناولها المرضى، مثل مضادات الحموضة والعقاقير العصبية ومدرات البول. بيّنت نتائج اختبار النموذج أنه يتمتع بأداء ممتاز في التنبؤ بتدهور حالات مرضى كوفيد-19 مع تحقيق قيمة 0.79 لمساحة تحت منحنى العمليات الخاصة بالمستلم (AUROC) و0.21 لمساحة تحت منحنى استدعاء التنبؤ (AUPRC) وإحصاء اختبار هوسمر-ليمشو 0.36. تشير هذه النتائج إلى أن نموذج Catboost للتنبؤ بتدهور حالات مرضى كوفيد-19 قد يكون أداة قيمة لتطبيقها في الممارسة السريرية وتحسين قدرة المستشفيات على توجيه الموارد والعلاجات المناسبة. تتضمن الخطوات المستقبلية لهذا البحث تحقيق التحقق الخارجي للنموذج في إعدادات أخرى وفي فترات زمنية مختلفة وتطبيق الخوارزمية في الممارسة السريرية.