Eine Studie der UPV ist ein internationales Beispiel für die Anwendung von KI bei der Überwachung und Verwaltung von COVID-19
UPV-Forscher haben eine neue Technik entwickelt, um Subphänotypen in Übereinstimmung mit klinischen Merkmalen zu untersuchen
Eine Studie von Forschern der Universitat Politècnica de València (UPV), die Teil der BDSLab-ITACA-Gruppe und des Instituts für reine und angewandte Mathematik (IUMPA) ist, wurde zu einem internationalen Maßstab für den zuverlässigen Einsatz von künstlicher Intelligenz bei der Überwachung und Verwaltung von Covid-19.
UPV-Forscher
UPV
In dem Artikel, der im Journal of the American Medical Informatics Association veröffentlicht wurde, zeigt das Team der UPV die Grenzen auf, die die Variabilität oder Heterogenität von Daten bei der zuverlässigen Anwendung künstlicher Intelligenz haben kann, wenn diese aus verschiedenen Quellen stammen, z. B. aus einer Reihe von Krankenhäusern oder Ländern. In dem Artikel werden die wichtigsten Aspekte potenzieller Lösungen für solche Einschränkungen dargelegt. Darüber hinaus hat das UPV-Team auf der Grundlage dieser Studie neue Instrumente entwickelt, die bei der Beschreibung und Klassifizierung von Patienten mit COVID-19 helfen.
"Die Ergebnisse unserer Studie können in Verbindung mit diesen Instrumenten bei der klinischen Beurteilung von Patienten helfen und eine frühzeitige automatische Klassifizierung nach Risikostufen vor und nach der Krankenhausaufnahme ermöglichen. Sie können sogar bei der Planung der Ressourcenzuteilung helfen, was besonders für Patienten von Vorteil ist, die auf der Intensivstation aufgenommen werden", sagt Carlos Sáez, Mitglied des Forschungsteams der BDSLab-ITACA-Gruppe an der Universitat Politècnica de València, der die Studie koordinierte.
Neue Vorhersagemodelle
Die Forscher des BDSLab-ITACA der UPV haben zusammen mit dem Institut INCLIVA des Hospital Clínic Universitari in València und dem Institut iMas12 des Hospital 12 de Octubre in Madrid ein Modell der künstlichen Intelligenz für die frühzeitige Vorhersage der Sterblichkeit (innerhalb der ersten 30 Tage nach Einlieferung in die Notaufnahme) entwickelt, das sich hauptsächlich auf Erwachsene über 50 Jahre konzentriert. Darüber hinaus haben sie eine Deep-Learning-Anwendung entwickelt, die bei der Vorhersage des Schweregrads einer Erkrankung in allen Altersgruppen hilft und den Vorteil hat, dass sie auch bei unvollständigen Patienteninformationen funktioniert und bei Problemen mit der Datenqualität eine robuste und zuverlässige KI bietet.
"Diese Vorhersagemodelle können dabei helfen, die beste Behandlung für jeden Patienten entsprechend seinem Sterberisiko auszuwählen und Ressourcen zu planen und zu verwalten, wenn nur wenige Ressourcen zur Verfügung stehen, und zwar in einer Weise, die möglichen Unsicherheiten in den verfügbaren Informationen standhält", sagt Carlos Sáez.
All diese Arbeiten sind Teil des Projekts SUBCOVERWD-19, das vom FONDO SUPERA COVID-19 finanziert und von CRUE Spanish Universities, Banco Santander (über Santander Universities) und dem spanischen Nationalen Forschungsrat (CSIC) gefördert wird.
Studie in Mexiko
Im Anschluss an eine von der mexikanischen Regierung zur Verfügung gestellte Studie mit fast 800 000 COVID-19-Fällen und in Zusammenarbeit mit der Unidad Nayarit del Centro de Investigación Científica y de Educación Superior de Ensenada (Mexiko) haben UPV-Forscher eine neue Technik zur Untersuchung von Subphänotypen (Einteilung von Patientenpopulationen in aussagekräftige Gruppen) in Abhängigkeit von klinischen Merkmalen entwickelt.
Mit dieser Technik, die auf dem Meta-Clustering explorativer KI basiert, kann eine große Anzahl von Ergebnissen auf verschiedenen soziodemografischen Ebenen (nach Altersgruppe, Geschlecht und Kombinationen davon) automatisch ermittelt werden, was ansonsten manuell durchgeführt werden müsste und zusätzliche Arbeit bedeutet. Diese Technik fördert nicht nur die Nicht-Diskriminierung, sondern präsentiert dem Benutzer die Ergebnisse in einer detaillierten und intuitiven Art und Weise, so dass er sie erkunden kann.
Die Anwendung dieser Technik auf die mexikanischen Fälle hat das UPV-Team zu der Schlussfolgerung gebracht, dass das chronologische Alter allein nicht als Risikofaktor für den Schweregrad herangezogen werden kann, sondern immer von Komorbiditäten und sogar Gewohnheiten (physiologisches Alter) begleitet werden muss.
"Wir haben auch festgestellt, dass Frauen unter gleichen klinischen Bedingungen eine höhere Erholungsrate haben als Männer und dass sich unter den älteren Menschen die über 100-Jährigen am besten erholen. Außerdem haben wir festgestellt, dass die Genesungsraten in den verschiedenen Bundesstaaten Mexikos und auch je nach klinischer Einrichtung stark variieren", schließt Carlos Sáez.
Hinweis: Dieser Artikel wurde mit einem Computersystem ohne menschlichen Eingriff übersetzt. LUMITOS bietet diese automatischen Übersetzungen an, um eine größere Bandbreite an aktuellen Nachrichten zu präsentieren. Da dieser Artikel mit automatischer Übersetzung übersetzt wurde, ist es möglich, dass er Fehler im Vokabular, in der Syntax oder in der Grammatik enthält. Den ursprünglichen Artikel in Englisch finden Sie hier.
Originalveröffentlichung
Weitere News aus dem Ressort Wissenschaft
Holen Sie sich die Life-Science-Branche in Ihren Posteingang
Ab sofort nichts mehr verpassen: Unser Newsletter für Biotechnologie, Pharma und Life Sciences bringt Sie jeden Dienstag und Donnerstag auf den neuesten Stand. Aktuelle Branchen-News, Produkt-Highlights und Innovationen - kompakt und verständlich in Ihrem Posteingang. Von uns recherchiert, damit Sie es nicht tun müssen.
