일체 포함

예일대학교와 전 세계 기타 기관의 연구진이 인공 지능(AI)을 기반으로 하는 혁신적인 환자 분류 플랫폼을 개발했습니다. 연구진은 바이러스 발생 시 환자의 질병 중증도와 입원 기간을 예측할 수 있다고 밝혔습니다.

기계 학습 및 대사체학 데이터를 활용하는 이 플랫폼은 환자 관리를 개선하고 의료 서비스 제공자가 지역 의료 시스템을 빠르게 압도할 수 있는 심각한 바이러스 발생 중에 자원을 보다 효율적으로 할당할 수 있도록 돕기 위해 만들어졌습니다. 대사체학은 세포 대사와 관련된 작은 분자에 대한 연구입니다.

"어떤 환자를 집으로 보낼 수 있는지, 그리고 중환자실 입원이 필요한 환자를 예측할 수 있는 것은 발병 기간 동안 환자 건강 결과를 최적화하고 병원 자원을 가장 효율적으로 사용하려는 보건 당국에 매우 중요합니다."라고 수석 저자인 Vasilis Vasiliou 교수는 말했습니다. 예일 공중보건대학원의 전염병학.

연구진은 코로나19를 질병 모델로 활용해 플랫폼을 개발했다. 이번 연구 결과는 지난 8월 28일 Human Genomics 저널 온라인판에 게재됐다.

이 플랫폼은 일상적인 임상 데이터, 환자 동반질환 정보, 비표적 혈장 대사체학 데이터를 통합하여 예측을 추진합니다.

이번 연구의 주저자이자 YSPH 환경보건과학부 부연구과학자인 조지아 차르코프타키(Georgia Charkoftaki)는 "우리의 AI 기반 환자 분류 플랫폼은 일반적인 코로나19 AI 예측 모델과 다르다"고 말했다. 다가오는 바이러스 발생을 해결하기 위한 사전 예방적이고 체계적인 접근 방식의 초석입니다."

연구진은 기계 학습을 사용하여 이 질병으로 입원한 환자로부터 수집한 임상 데이터와 대사 프로필을 기반으로 코로나19 심각도 및 입원 예측 모델을 구축했습니다. 연구진은 “이 모델을 통해 우리는 질병 진행을 매우 잘 나타내고 입원 후 바로 환자 관리 요구 사항을 예측할 수 있는 고유한 임상 및 대사 바이오마커 패널을 식별할 수 있었습니다.”라고 연구에 썼습니다.

어떤 환자를 집으로 보낼 수 있는지, 중환자실 입원이 필요한 환자를 예측할 수 있는 것은 발병 기간 동안 환자 건강 결과를 최적화하고 병원 자원을 가장 효율적으로 사용하려는 보건 공무원에게 매우 중요합니다.

이번 연구를 위해 연구팀은 2020년 2개월 동안 예일뉴헤이븐병원에 입원한 코로나19 환자 111명과 대조군으로 참여한 건강한 사람(의료종사자) 342명으로부터 종합적인 데이터를 수집했다. 환자들은 치료 필요에 따라 외부 산소가 필요하지 않은 것부터 기도 양압이나 삽관이 필요한 것까지 다양한 등급으로 분류되었습니다.

이 연구에서는 코로나19 중증도와 뚜렷한 상관관계가 있는 혈장 내 대사산물의 증가가 다수 확인되었습니다. 여기에는 알란토인, 5-하이드록시 트립토판, 글루쿠론산이 포함되었습니다.

특히, 혈중 호산구 수치가 높은 환자는 질병 예후가 더 나쁜 것으로 밝혀져 코로나19 중증도에 대한 잠재적인 새로운 바이오마커가 노출되었습니다. 연구진은 또한 기도 양압이나 삽관이 필요한 환자의 경우 혈장 세로토닌 수치가 감소한 것으로 나타났는데, 이는 예상치 못한 발견으로 추가 연구가 필요하다고 밝혔습니다.

AI 지원 환자 분류 플랫폼에는 세 가지 필수 구성 요소가 있습니다.

연구의 일환으로 연구팀은 기계 학습과 임상 데이터를 통합하여 병원 전 환자 관리를 제공하고 환자 도착 시 환자의 상태를 분류하는 사용자 친화적인 소프트웨어인 CSMC(COVID Severity by Metabolomic and Clinical Study) 소프트웨어를 개발했습니다. 응급실에서.

YSPH 환경 보건 과학부 의장이자 역학 교수인 Susan Dwight Bliss 교수(환경 보건 과학). "세계가 계속해서 코로나19와 씨름하고 있고 우리가 잠재적인 향후 발병에 대해 경계하고 있는 가운데, 우리의 AI 기반 플랫폼은 보다 효과적이고 데이터 중심의 공중 보건 대응을 향한 유망한 단계를 나타냅니다."